## Opções iniciais de configuração do ambiente --------------
knitr::opts_chunk$set(echo = TRUE)
options(scipen=999)
#### --------------------------------------------------------
library("stringr") # funções de manipulação de chars
library("dplyr") # gramática de wrangling
library("ggplot2") # apresentação gráfica
library("tibble") # data sets melhorados
library("magrittr") # semantica serializada de instruções
library("readxl") # leitor de arquivos excel
library("purrr") # programação funcional
library("knitr") # Uso de tabelas Kable para apresentação
#### --------------------------------------------------------
theme_update(text = element_text(size=16)) ## Tamanho das fontes nos gráficos
v_path_i <- "./Dados originais/" ## Caminho para leitura de arquivos de input
v_path_o <- "./Analises/" ## Caminho para geração de arquivos de output
v_path_inter <- "./Resultados intermediarios/" ## Caminho para geração de arquivos intermediariosLeitura de planilhas e criação de datasets para programas e projetos-PPG. Filtro de projetos com início de 2013 em diante. Também nesta etapa foi realizada a criação de dataset com as categorias utilizadas na apresentação dos dados (ds_prg).
ds_prgppg <- read_excel(paste0(v_path_i, "Programas PPG 2016.xlsx"))
ds_prjppg <- read_excel(paste0(v_path_i, "Projetos PPG 2016.xlsx"))
ds_siglas <- read_excel(paste0(v_path_i, "Siglas áreas de avaliação.xlsx")) %>%
select(nome = "Nome área de avaliação",
sigla = "Sigla")
ds_prg <- ds_prgppg %>% merge(., ds_siglas, by.x = "NM_AREA_AVALIACAO", by.y = "nome") %>% # Incluindo sigla
select(CD_PROGRAMA_IES,
NM_AREA_AVALIACAO,
SG_AREA_AVALIACAO = sigla,
CS_STATUS_JURIDICO,
DS_DEPENDENCIA_ADMINISTRATIVA,
ANO_INICIO_PROGRAMA,
NM_MODALIDADE_PROGRAMA,
CD_CONCEITO_PROGRAMA,
NM_REGIAO, # Novas categorias
SG_UF_PROGRAMA, #
SG_ENTIDADE_ENSINO, #
NM_PROGRAMA_IES, #
NM_GRAU_PROGRAMA)
write.csv2(ds_prg, paste0(v_path_inter, "ds_prg.csv"))
ds_prjppg_13_16 <- ds_prjppg %>%
mutate(ANO_PRJ = str_sub(.$DH_INICIO, 1, 4)) %>%
filter(ANO_PRJ >= 2013)
write.csv2(ds_prjppg_13_16, paste0(v_path_inter, "ds_prjppg_13_16.csv"))
rm(ds_prjppg) ## Limpeza de memóriaLeitura de planilhas e criação de datasets com dados de membros de projetos entre 2013 e 2016.
f.membros <- function(file){
ds <- read_excel(file) %>%
arrange(DS_TIPO_MEMBRO) %>%
filter(DS_TIPO_MEMBRO %in% c("DISCENTE","DOCENTE")) %>%
merge(., ds_prjppg_13_16, by = "ID_PROJETO")
return(ds)
}
ds_membros_13_16 <- rbind(f.membros(paste0(v_path_i, "Membros dos projetos 2013.xlsx")),
f.membros(paste0(v_path_i, "Membros dos projetos 2014.xlsx")),
f.membros(paste0(v_path_i, "Membros dos projetos 2015.xlsx")),
f.membros(paste0(v_path_i, "Membros dos projetos 2016.xlsx")))
write.csv2(ds_membros_13_16, paste0(v_path_inter, "ds_membros_13_16.csv"))Leitura de planilhas e criação de datasets para dados de formação de professores e alunos nos programas de mestrado e doutorado. Os campos comuns foram selecionados e padronizados para os três arquivos para facilitar relacionamento com indicadores.
v_form_campos <- c("nro_id_cnpq", "seq_pessoa_fisica",
"nome_sucupira", "nome_cvlattes",
"nome_filtro_cvlattes", "sgl_instituicao",
"nme_instituicao", "cod_programa",
"nme_programa", "nme_area_avaliacao",
"seq_area_basica", "area_basica",
"grande_area_basica", "nro_nota_doutorado",
"nro_nota_mestrado", "nro_nota_mestrado_prof",
"dta_fim", "seq_tipo_categoria_vinculo",
"nivel_formacao", "ano_inicio_formacao",
"ano_fim_formacao", "formacao_concluida",
"sigla_pais_ies_formacao", "sigla_uf_ies_formacao",
"sigla_ies_formacao", "nome_ies_formacao",
"nome_curso_formacao", "cod_area_curso_formacao",
"grande_area_curso_formacao", "area_curso_formacao")
ds_frmdic <- read_excel(paste0(v_path_i, "Formação dos discentes 2013-2016 - Tese.xlsx")) %>%
mutate(nro_id_cnpq = str_pad(as.character(nro_id_cnpq),
width = 16,
side = "left",
pad = "0"),
seq_pessoa_fisica = as.character(seq_pessoa_fisica)) %>%
select(v_form_campos) %>%
mutate(doc_ou_disc = "DISCENTE")
write.csv2(ds_frmdic, paste0(v_path_inter, "ds_frmdic.csv"))
ds_frmdic_mestrado <- read_excel(paste0(v_path_i, "Dicentes mestrado tratada -tese.xlsx")) %>%
mutate(nro_id_cnpq = str_pad(as.character(nro_id_cnpq),
width = 16,
side = "left",
pad = "0"),
seq_pessoa_fisica = as.character(seq_pessoa_fisica)) %>%
select(v_form_campos) %>%
mutate(doc_ou_disc = "DISCENTE")
write.csv2(ds_frmdic_mestrado, paste0(v_path_inter, "ds_frmdic_mestrado.csv"))
ds_frmdoc <- read_excel(paste0(v_path_i, "Formação dos docentes tese.xlsx")) %>%
select(v_form_campos) %>%
mutate(doc_ou_disc = "DOCENTE")
write.csv2(ds_frmdoc, paste0(v_path_inter, "ds_frmdoc.csv"))Preparação, transformações e calculo de variáveis e indicadores que compõe o IMI - Indice de Multi/Inter disciplinaridade.
Variáveis:
QPPP: Quantidade de professores permanentes do programa
QFDPD: Quantidade das formações dos docentes permanentes no grau de doutorado
QFDPM: Quantidade das formações dos docentes permanentes no grau de mestrado
QFDPG: Quantidade das formações dos docentes permanentes no grau de graduação
Indicadores:
DFDDo: Diversidade de formação do docente pelo grau de doutorado
DFDM: Diversidade de formação do docente pelo grau de mestrado
DFDG: Diversidade de formação do docente pelo grau de graduação
OBS - Os agrupamentos e sumarizações abaixo são realizados em dois estágios progressivos para garantir contagens adequadas no calculo das variáveis.
ds_IMI1_QPPP <- ds_frmdoc %>%
group_by(cod_programa, nome_filtro_cvlattes) %>%
summarise(QT = n()) %>%
group_by(cod_programa) %>%
summarise(QPPP = n())
write.csv2(ds_IMI1_QPPP, paste0(v_path_inter, "ds_IMI1_QPPP.csv"))
ds_IMI1_QFDPD <- ds_frmdoc %>%
filter(nivel_formacao == "Doutorado") %>%
group_by(cod_programa, nome_curso_formacao) %>%
summarise(QT = n()) %>%
group_by(cod_programa) %>%
summarise(QFDPD = n())
write.csv2(ds_IMI1_QFDPD, paste0(v_path_inter, "ds_IMI1_QFDPD.csv"))
ds_IMI1_QFDPM <- ds_frmdoc %>%
filter(nivel_formacao == "Mestrado") %>%
group_by(cod_programa, nome_curso_formacao) %>%
summarise(QT = n()) %>%
group_by(cod_programa) %>%
summarise(QFDPM = n())
write.csv2(ds_IMI1_QFDPM, paste0(v_path_inter, "ds_IMI1_QFDPM.csv"))
ds_IMI1_QFDPG <- ds_frmdoc %>%
filter(nivel_formacao == "Graduação") %>%
group_by(cod_programa, nome_curso_formacao) %>%
summarise(QT = n()) %>%
group_by(cod_programa) %>%
summarise(QFDPG = n())
write.csv2(ds_IMI1_QFDPG, paste0(v_path_inter, "ds_IMI1_QFDPG.csv"))
ds_IMI1_FCDo <- merge(ds_IMI1_QFDPD, ds_IMI1_QFDPM, by = "cod_programa", all.x = T) %>%
merge(., ds_IMI1_QFDPG, by = "cod_programa", all.x = T) %>%
merge(., ds_IMI1_QPPP, by = "cod_programa", all.x = T) %>%
mutate(DFDDo = QFDPD/QPPP,
DFDM = QFDPM/QPPP,
DFDG = QFDPG/QPPP) %>% ## Fórmulas dos indicadores
#mutate(DFDDo = ifelse(DFDDo <= 1, DFDDo, 1),
# DFDM = ifelse(DFDM <= 1, DFDM, 1),
# DFDG = ifelse(DFDG <= 1, DFDG, 1)) %>% ## Limpeza de ocorrências acima de 1.0
mutate(FCDo = (DFDDo + DFDM + DFDG)/3) %>% ## Fórmula do constructo
merge(ds_prg, ., by.x = "CD_PROGRAMA_IES", by.y = "cod_programa", all.y = T) ## Categorias
write.csv2(ds_IMI1_FCDo, paste0(v_path_o, "FCDo.csv"))
kable(ds_IMI1_FCDo[1:12, ]) #c(1,8:15)]) ## Amostra do arquivo gerado acima, sem as categorias| CD_PROGRAMA_IES | NM_AREA_AVALIACAO | SG_AREA_AVALIACAO | CS_STATUS_JURIDICO | DS_DEPENDENCIA_ADMINISTRATIVA | ANO_INICIO_PROGRAMA | NM_MODALIDADE_PROGRAMA | CD_CONCEITO_PROGRAMA | NM_REGIAO | SG_UF_PROGRAMA | SG_ENTIDADE_ENSINO | NM_PROGRAMA_IES | NM_GRAU_PROGRAMA | QFDPD | QFDPM | QFDPG | QPPP | DFDDo | DFDM | DFDG | FCDo |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10001018002P1 | CIÊNCIAS BIOLÓGICAS III | CBIII | FEDERAL | PÚBLICA | 2001 | ACADÊMICO | 3 | NORTE | RO | UNIR | BIOLOGIA EXPERIMENTAL | MESTRADO/DOUTORADO | 10 | 7 | 7 | 15 | 0.6666667 | 0.4666667 | 0.4666667 | 0.5333333 |
| 10001018004P4 | INTERDISCIPLINAR | INTE | FEDERAL | PÚBLICA | 1999 | ACADÊMICO | 4 | NORTE | RO | UNIR | DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE | MESTRADO/DOUTORADO | 13 | 13 | 11 | 15 | 0.8666667 | 0.8666667 | 0.7333333 | 0.8222222 |
| 10001018005P0 | GEOGRAFIA | GEOG | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | GEOGRAFIA | MESTRADO/DOUTORADO | 5 | 6 | 4 | 15 | 0.3333333 | 0.4000000 | 0.2666667 | 0.3333333 |
| 10001018006P7 | ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO | ADM | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | ADMINISTRAÇÃO | MESTRADO | 7 | 5 | 6 | 9 | 0.7777778 | 0.5555556 | 0.6666667 | 0.6666667 |
| 10001018009P6 | PSICOLOGIA | PSICO | FEDERAL | PÚBLICA | 2009 | ACADÊMICO | 3 | NORTE | RO | UNIR | PSICOLOGIA | MESTRADO | 4 | 4 | 5 | 10 | 0.4000000 | 0.4000000 | 0.5000000 | 0.4333333 |
| 10001018010P4 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | LETRAS | MESTRADO | 10 | 5 | 6 | 15 | 0.6666667 | 0.3333333 | 0.4000000 | 0.4666667 |
| 10001018011P0 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | EDUCAÇÃO | MESTRADO | 5 | 6 | 10 | 11 | 0.4545455 | 0.5454545 | 0.9090909 | 0.6363636 |
| 10001018012P7 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2011 | ACADÊMICO | 3 | NORTE | RO | UNIR | ESTUDOS LITERÁRIOS | MESTRADO | 10 | 8 | 7 | 14 | 0.7142857 | 0.5714286 | 0.5000000 | 0.5952381 |
| 10001018016P2 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2014 | PROFISSIONAL | 3 | NORTE | RO | UNIR | EDUCAÇÃO ESCOLAR | MESTRADO PROF. | 5 | 10 | 10 | 17 | 0.2941176 | 0.5882353 | 0.5882353 | 0.4901961 |
| 10001018017P9 | CIÊNCIAS AMBIENTAIS | CAMB | FEDERAL | PÚBLICA | 2013 | ACADÊMICO | 3 | NORTE | RO | UNIR | CIÊNCIAS AMBIENTAIS | MESTRADO | 10 | 12 | 10 | 15 | 0.6666667 | 0.8000000 | 0.6666667 | 0.7111111 |
| 10001018039P2 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 10 | 11 | 11 | 14 | 0.7142857 | 0.7857143 | 0.7857143 | 0.7619048 |
| 10001018040P0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 9 | 11 | 10 | 12 | 0.7500000 | 0.9166667 | 0.8333333 | 0.8333333 |
Variáveis:
QFGDi: Quantidade das formações dos discentes no grau de graduação
QDP: Quantidade de discentes do programa
Indicadores:
DFGDi: Diversidade de formação do discente pelo grau de graduação
ds_frmdic_ttl <- rbind(ds_frmdic, ds_frmdic_mestrado) %>%
filter(nivel_formacao == "Graduação") %>%
group_by(cod_programa,
nome_filtro_cvlattes,
doc_ou_disc,
nome_curso_formacao) %>%
summarise(QT = n()) ## Junção de formações de discentes e filtro de graduação
write.csv2(ds_frmdic_ttl, paste0(v_path_inter, "ds_frmdic_ttl.csv"))
ds_IMI2_QDP <- ds_frmdic_ttl %>%
group_by(cod_programa, nome_filtro_cvlattes) %>%
summarise(QT = n()) %>%
group_by(cod_programa) %>%
summarise(QDP = n())
write.csv2(ds_IMI2_QDP, paste0(v_path_inter, "ds_IMI2_QDP.csv"))
ds_IMI2_QFGDi <- ds_frmdic_ttl %>%
group_by(cod_programa, nome_curso_formacao) %>%
summarise(QT = n()) %>%
group_by(cod_programa) %>%
summarise(QFGDi = n())
write.csv2(ds_IMI2_QFGDi, paste0(v_path_inter, "ds_IMI2_QFGDi.csv"))
ds_IMI2_FCDi <- merge(ds_IMI2_QFGDi, ds_IMI2_QDP, by = "cod_programa", all.x = T) %>%
mutate(DFGDi = QFGDi/QDP) %>% ## Fórmula do indicador
#mutate(DFGDi = ifelse(DFGDi <= 1, DFGDi, 1)) %>% ## Limpeza de ocorrências acima de 1.0
mutate(FCDi = DFGDi) %>% ## Fórmula do constructo
merge(ds_prg, ., by.x = "CD_PROGRAMA_IES", by.y = "cod_programa", all.y = T) ## Categorias
write.csv2(ds_IMI2_FCDi, paste0(v_path_o, "FCDi.csv"))
kable(ds_IMI2_FCDi[1:12, ]) #c(1,8:11)]) ## Amostra do arquivo gerado acima, sem as categorias| CD_PROGRAMA_IES | NM_AREA_AVALIACAO | SG_AREA_AVALIACAO | CS_STATUS_JURIDICO | DS_DEPENDENCIA_ADMINISTRATIVA | ANO_INICIO_PROGRAMA | NM_MODALIDADE_PROGRAMA | CD_CONCEITO_PROGRAMA | NM_REGIAO | SG_UF_PROGRAMA | SG_ENTIDADE_ENSINO | NM_PROGRAMA_IES | NM_GRAU_PROGRAMA | QFGDi | QDP | DFGDi | FCDi |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10001018002P1 | CIÊNCIAS BIOLÓGICAS III | CBIII | FEDERAL | PÚBLICA | 2001 | ACADÊMICO | 3 | NORTE | RO | UNIR | BIOLOGIA EXPERIMENTAL | MESTRADO/DOUTORADO | 8 | 29 | 0.2758621 | 0.2758621 |
| 10001018004P4 | INTERDISCIPLINAR | INTE | FEDERAL | PÚBLICA | 1999 | ACADÊMICO | 4 | NORTE | RO | UNIR | DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE | MESTRADO/DOUTORADO | 25 | 41 | 0.6097561 | 0.6097561 |
| 10001018005P0 | GEOGRAFIA | GEOG | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | GEOGRAFIA | MESTRADO/DOUTORADO | 23 | 42 | 0.5476190 | 0.5476190 |
| 10001018006P7 | ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO | ADM | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | ADMINISTRAÇÃO | MESTRADO | 22 | 48 | 0.4583333 | 0.4583333 |
| 10001018009P6 | PSICOLOGIA | PSICO | FEDERAL | PÚBLICA | 2009 | ACADÊMICO | 3 | NORTE | RO | UNIR | PSICOLOGIA | MESTRADO | 21 | 52 | 0.4038462 | 0.4038462 |
| 10001018010P4 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | LETRAS | MESTRADO | 31 | 73 | 0.4246575 | 0.4246575 |
| 10001018011P0 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | EDUCAÇÃO | MESTRADO | 25 | 63 | 0.3968254 | 0.3968254 |
| 10001018012P7 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2011 | ACADÊMICO | 3 | NORTE | RO | UNIR | ESTUDOS LITERÁRIOS | MESTRADO | 31 | 46 | 0.6739130 | 0.6739130 |
| 10001018016P2 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2014 | PROFISSIONAL | 3 | NORTE | RO | UNIR | EDUCAÇÃO ESCOLAR | MESTRADO PROF. | 26 | 54 | 0.4814815 | 0.4814815 |
| 10001018017P9 | CIÊNCIAS AMBIENTAIS | CAMB | FEDERAL | PÚBLICA | 2013 | ACADÊMICO | 3 | NORTE | RO | UNIR | CIÊNCIAS AMBIENTAIS | MESTRADO | 37 | 55 | 0.6727273 | 0.6727273 |
| 10001018039P2 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 24 | 42 | 0.5714286 | 0.5714286 |
| 10001018040P0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 12 | 12 | 1.0000000 | 1.0000000 |
Variáveis:
QIP: Quantidade de instituições participantes nos projetos
QPP: Quantidade de projetos no programa
ds_fin <- rbind(read_excel(paste0(v_path_i, "Financiadores de proejtos 2013.xlsx")),
read_excel(paste0(v_path_i, "Financiadores de projetos 2014.xlsx")),
read_excel(paste0(v_path_i, "Financiadores de projetos 2015.xlsx")),
read_excel(paste0(v_path_i, "Financiadores de proejtos 2016.xlsx"))) ## Carga de Instituições
ds_IMI3_QIP <- ds_fin %>%
group_by(CD_PROGRAMA_IES, NM_FINANCIADOR) %>%
summarise(QT = n()) %>%
group_by(CD_PROGRAMA_IES) %>%
summarise(QIP = n())
write.csv2(ds_IMI3_QIP, paste0(v_path_inter, "ds_IMI3_QIP.csv"))
ds_IMI3_QPP <- ds_fin %>%
group_by(CD_PROGRAMA_IES, ID_PROJETO) %>%
summarise(QT = n()) %>%
group_by(CD_PROGRAMA_IES) %>%
summarise(QPP = n())
write.csv2(ds_IMI3_QPP, paste0(v_path_inter, "ds_IMI3_QPP.csv"))Variáveis:
DFPP: Diversidade formações dos participantes dos projetos (graduação).
QMP: Quantidade de membros dos projetos
Indicadores:
DFCP: Diversidade de formações que colaboram por meio de projetos
OBS - As variáveis e indicadores abaixo são consolidadas no nível de projeto e depois sumarizadas por média em programas para possibilitar cruzamento com demais constructos.
ds_formacao_grd <- rbind(ds_frmdic, ds_frmdoc, ds_frmdic_mestrado) %>%
filter(nivel_formacao == "Graduação") %>%
group_by(cod_programa,
nome_filtro_cvlattes,
doc_ou_disc,
nome_curso_formacao) %>%
summarise(QT = n()) ## Junção de formações de todos os membros e filtro de graduação
write.csv2(ds_formacao_grd, paste0(v_path_inter, "ds_formacao_grd.csv"))
ds_MbrPrj_grd <- merge(ds_membros_13_16, ds_formacao_grd,
by.x = c("CD_PROGRAMA_IES", "NM_MEMBRO_PROJETO", "DS_TIPO_MEMBRO"),
by.y = c("cod_programa", "nome_filtro_cvlattes", "doc_ou_disc")) #@ Junção de
## membros e formações
write.csv2(ds_MbrPrj_grd, paste0(v_path_inter, "ds_MbrPrj_grd.csv"))
ds_IMI3_DFPP <- ds_MbrPrj_grd %>%
group_by(CD_PROGRAMA_IES, ID_PROJETO, nome_curso_formacao) %>%
summarise(QT = n()) %>%
group_by(CD_PROGRAMA_IES, ID_PROJETO) %>%
summarise(DFPP = n())
write.csv2(ds_IMI3_DFPP, paste0(v_path_inter, "ds_IMI3_DFPP.csv"))
ds_IMI3_QMP <- ds_MbrPrj_grd %>%
group_by(CD_PROGRAMA_IES, ID_PROJETO, NM_MEMBRO_PROJETO) %>%
summarise(QT = n()) %>%
group_by(CD_PROGRAMA_IES, ID_PROJETO) %>%
summarise(QMP = n())
write.csv2(ds_IMI3_QMP, paste0(v_path_inter, "ds_IMI3_QMP.csv"))
#### Geração de arquivo de colaboração no nível de projetos para conferência de dados -----------
ds_DFCP <- merge(ds_IMI3_DFPP, ds_IMI3_QMP , by = c("CD_PROGRAMA_IES", "ID_PROJETO")) %>%
mutate(DFCP = DFPP/QMP)# %>%
#mutate(DFCP = ifelse(DFCP <= 1, DFCP, 1)) ## Limpeza de ocorrências acima de 1.0
write.csv2(ds_DFCP, paste0(v_path_o, "DFCP.csv"))
#### --------------------------------------------------------------------------------------------
kable(ds_DFCP[1:12, ]) ## Amostra do arquivo gerado acima| CD_PROGRAMA_IES | ID_PROJETO | DFPP | QMP | DFCP |
|---|---|---|---|---|
| 10001018002P1 | 254229 | 3 | 5 | 0.6000000 |
| 10001018002P1 | 281461 | 1 | 2 | 0.5000000 |
| 10001018002P1 | 281506 | 6 | 11 | 0.5454545 |
| 10001018002P1 | 281550 | 1 | 1 | 1.0000000 |
| 10001018002P1 | 281556 | 2 | 3 | 0.6666667 |
| 10001018002P1 | 281569 | 1 | 1 | 1.0000000 |
| 10001018002P1 | 281575 | 1 | 1 | 1.0000000 |
| 10001018002P1 | 281577 | 1 | 2 | 0.5000000 |
| 10001018002P1 | 281593 | 1 | 1 | 1.0000000 |
| 10001018002P1 | 287006 | 3 | 2 | 1.5000000 |
| 10001018002P1 | 300058 | 2 | 2 | 1.0000000 |
| 10001018002P1 | 332254 | 2 | 4 | 0.5000000 |
ds_IMI3_DFCP <- merge(ds_IMI3_DFPP, ds_IMI3_QMP, by = c("CD_PROGRAMA_IES", "ID_PROJETO")) %>%
mutate(DFCP = DFPP/QMP) %>% ## Fórmula do indicador
#mutate(DFCP = ifelse(DFCP <= 1, DFCP, 1)) %>% ## Limpeza de ocorrências acima de 1.0
group_by(CD_PROGRAMA_IES) %>%
summarise(DFPP = mean(DFPP),
QMP = mean(QMP),
DFCP = mean(DFCP)) ## Consolidação de variáveis e indicador
write.csv2(ds_IMI3_DFCP, paste0(v_path_inter, "ds_IMI3_DFCP.csv"))Indicadores:
DIPP: Diversidade de instituições que que colaboram por meio dos projetos
ds_IMI3_CC <- merge(ds_IMI3_QIP, ds_IMI3_QPP, by = "CD_PROGRAMA_IES", all.x = T) %>%
merge(., ds_IMI3_DFCP, by = "CD_PROGRAMA_IES", all.x = T) %>% ## Junção com indicador de
## diversidade de formações
## de colaboradores
mutate(DIPP = QIP/QPP) %>% ## Fórmula do indicador
#mutate(DIPP = ifelse(DIPP <= 1, DIPP, 1)) %>% ## Limpeza de ocorrências acima de 1.0
mutate(CC = (DFCP + DIPP)/2) ## Fórmula do constructo
ds_IMI3_CC <- ds_IMI3_CC[,c(1:3, 7, 4:6, 8)] ## Reordenação de campos
ds_IMI3_CC %<>% merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias
write.csv2(ds_IMI3_CC, paste0(v_path_o, "CC.csv"))
kable(ds_IMI3_CC[1:12, ]) #c(1,8:14)]) ## Amostra do arquivo gerado acima, sem as categorias| CD_PROGRAMA_IES | NM_AREA_AVALIACAO | SG_AREA_AVALIACAO | CS_STATUS_JURIDICO | DS_DEPENDENCIA_ADMINISTRATIVA | ANO_INICIO_PROGRAMA | NM_MODALIDADE_PROGRAMA | CD_CONCEITO_PROGRAMA | NM_REGIAO | SG_UF_PROGRAMA | SG_ENTIDADE_ENSINO | NM_PROGRAMA_IES | NM_GRAU_PROGRAMA | QIP | QPP | DIPP | DFPP | QMP | DFCP | CC |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10001018002P1 | CIÊNCIAS BIOLÓGICAS III | CBIII | FEDERAL | PÚBLICA | 2001 | ACADÊMICO | 3 | NORTE | RO | UNIR | BIOLOGIA EXPERIMENTAL | MESTRADO/DOUTORADO | 4 | 33 | 0.1212121 | 1.758621 | 2.586207 | 0.7962308 | 0.4587215 |
| 10001018004P4 | INTERDISCIPLINAR | INTE | FEDERAL | PÚBLICA | 1999 | ACADÊMICO | 4 | NORTE | RO | UNIR | DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE | MESTRADO/DOUTORADO | 4 | 34 | 0.1176471 | 1.777778 | 1.555556 | 1.5000000 | 0.8088235 |
| 10001018005P0 | GEOGRAFIA | GEOG | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | GEOGRAFIA | MESTRADO/DOUTORADO | 1 | 8 | 0.1250000 | 1.071429 | 1.142857 | 0.9642857 | 0.5446429 |
| 10001018006P7 | ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO | ADM | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | ADMINISTRAÇÃO | MESTRADO | 2 | 3 | 0.6666667 | 1.777778 | 1.333333 | 1.3333333 | 1.0000000 |
| 10001018008P0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 2 | 9 | 0.2222222 | NA | NA | NA | NA |
| 10001018009P6 | PSICOLOGIA | PSICO | FEDERAL | PÚBLICA | 2009 | ACADÊMICO | 3 | NORTE | RO | UNIR | PSICOLOGIA | MESTRADO | 4 | 21 | 0.1904762 | 1.538461 | 1.769231 | 0.9166667 | 0.5535714 |
| 10001018010P4 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | LETRAS | MESTRADO | 1 | 5 | 0.2000000 | 2.333333 | 1.666667 | 1.4722222 | 0.8361111 |
| 10001018011P0 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | EDUCAÇÃO | MESTRADO | 5 | 18 | 0.2777778 | 2.500000 | 1.166667 | 2.1666667 | 1.2222222 |
| 10001018012P7 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2011 | ACADÊMICO | 3 | NORTE | RO | UNIR | ESTUDOS LITERÁRIOS | MESTRADO | 2 | 7 | 0.2857143 | 2.000000 | 1.500000 | 1.5000000 | 0.8928571 |
| 10001018013P3 | INTERDISCIPLINAR | INTE | FEDERAL | PÚBLICA | 2012 | PROFISSIONAL | 3 | NORTE | RO | UNIR | ENSINO EM CIÊNCIAS DA SAÚDE | MESTRADO PROF. | 1 | 1 | 1.0000000 | NA | NA | NA | NA |
| 10001018016P2 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2014 | PROFISSIONAL | 3 | NORTE | RO | UNIR | EDUCAÇÃO ESCOLAR | MESTRADO PROF. | 6 | 24 | 0.2500000 | 1.500000 | 1.277778 | 1.2592593 | 0.7546296 |
| 10001018017P9 | CIÊNCIAS AMBIENTAIS | CAMB | FEDERAL | PÚBLICA | 2013 | ACADÊMICO | 3 | NORTE | RO | UNIR | CIÊNCIAS AMBIENTAIS | MESTRADO | 7 | 52 | 0.1346154 | 1.485714 | 1.514286 | 0.9857143 | 0.5601648 |
Variáveis:
QCDI: Quantidade de combinações distintas informadas
QGAD: Quantidade de grande áreas de conhecimento que o docente atua
QACD: Quantidade de áreas do conhecimento que o docente atua
Indicadores:
DGAC: Diversidade de grande áreas do conhecimento que o docente atua
DAC: Diversidade de áreas do conhecimento que o docente atua
ds_aratdo <- read_excel(paste0(v_path_i, 'Areas_de_atuacao_docentes_25_06_2019.xlsx'))
ds_IMI4_QCDI <- ds_aratdo %>%
mutate(espec_doc = paste0(grande_area, nome_area, sub_area, especialidade)) %>%
group_by(cod_programa, nome_filtro_cvlattes, espec_doc) %>%
summarise(QT = n()) %>%
group_by(cod_programa, nome_filtro_cvlattes) %>%
summarise(QCDI = n())
write.csv2(ds_IMI4_QCDI, paste0(v_path_inter, "ds_IMI4_QCDI.csv"))
ds_IMI4_QGAD <- ds_aratdo %>%
group_by(cod_programa, nome_filtro_cvlattes, grande_area) %>%
summarise(QT = n()) %>%
group_by(cod_programa, nome_filtro_cvlattes) %>%
summarise(QGAD = n())
write.csv2(ds_IMI4_QGAD, paste0(v_path_inter, "ds_IMI4_QGAD.csv"))
ds_IMI4_QACD <- ds_aratdo %>%
group_by(cod_programa, nome_filtro_cvlattes, nome_area) %>%
summarise(QT = n()) %>%
group_by(cod_programa, nome_filtro_cvlattes) %>%
summarise(QACD = n())
write.csv2(ds_IMI4_QACD, paste0(v_path_inter, "ds_IMI4_QACD.csv"))
ds_IMI4_CP <- merge(ds_IMI4_QGAD, ds_IMI4_QACD, by = c("cod_programa","nome_filtro_cvlattes"), all.x = T) %>%
merge(., ds_IMI4_QCDI, by = c("cod_programa","nome_filtro_cvlattes"), all.x = T) %>%
mutate(DGAC = QGAD/QCDI,
DAC = QACD/QCDI) %>% ## Fórmulas dos indicadores
#mutate(DGAC = ifelse(DGAC <= 1, DGAC, 1),
# DAC = ifelse(DAC <= 1, DAC, 1)) %>% ## Limpeza de ocorrências acima de 1.0
mutate(CP = (DGAC + DAC)/2) ## Fórmula do constructo
write.csv2(ds_IMI4_CP, paste0(v_path_o, "CP_docente.csv"))
kable(ds_IMI4_CP[1:12, ]) ## Amostra do arquivo gerado acima| cod_programa | nome_filtro_cvlattes | QGAD | QACD | QCDI | DGAC | DAC | CP |
|---|---|---|---|---|---|---|---|
| 10001018002P1 | ALEXANDRE DE ALMEIDA E SILVA | 1 | 3 | 3 | 0.3333333 | 1.0000000 | 0.6666667 |
| 10001018002P1 | ANDREIMAR MARTINS SOARES | 1 | 2 | 3 | 0.3333333 | 0.6666667 | 0.5000000 |
| 10001018002P1 | CARLA FREIRE CELEDONIO FERNANDES | 2 | 3 | 3 | 0.6666667 | 1.0000000 | 0.8333333 |
| 10001018002P1 | CAROLINA BIONI GARCIA TELES | 1 | 2 | 2 | 0.5000000 | 1.0000000 | 0.7500000 |
| 10001018002P1 | CHRISTIAN COLLINS KUEHN | 2 | 3 | 3 | 0.6666667 | 1.0000000 | 0.8333333 |
| 10001018002P1 | DEUSILENE SOUZA VIEIRA DALLACQUA | 2 | 3 | 6 | 0.3333333 | 0.5000000 | 0.4166667 |
| 10001018002P1 | DHELIO BATISTA PEREIRA | 2 | 3 | 3 | 0.6666667 | 1.0000000 | 0.8333333 |
| 10001018002P1 | FERNANDO BERTON ZANCHI | 2 | 6 | 6 | 0.3333333 | 1.0000000 | 0.6666667 |
| 10001018002P1 | GABRIEL EDUARDO MELIM FERREIRA | 1 | 1 | 2 | 0.5000000 | 0.5000000 | 0.5000000 |
| 10001018002P1 | GENIMAR REBOUCAS JULIAO | 1 | 1 | 4 | 0.2500000 | 0.2500000 | 0.2500000 |
| 10001018002P1 | JANSEN FERNANDES DE MEDEIROS | 2 | 3 | 4 | 0.5000000 | 0.7500000 | 0.6250000 |
| 10001018002P1 | JUAN MIGUEL VILLALOBOS-SALCEDO | 1 | 1 | 1 | 1.0000000 | 1.0000000 | 1.0000000 |
ds_IMI4_CP_pgr <- ds_IMI4_CP %>%
group_by(cod_programa) %>%
summarise(CP = mean(CP)) %>% ## Consolidação por programa
merge(ds_prg, ., by.x = "CD_PROGRAMA_IES", by.y = "cod_programa", all.y = T) ## Categorias
write.csv2(ds_IMI4_CP_pgr, paste0(v_path_o, "CP_programa.csv"))
kable(ds_IMI4_CP_pgr[1:12, ]) #c(1,8)]) ## Amostra do arquivo gerado acima, sem as categorias| CD_PROGRAMA_IES | NM_AREA_AVALIACAO | SG_AREA_AVALIACAO | CS_STATUS_JURIDICO | DS_DEPENDENCIA_ADMINISTRATIVA | ANO_INICIO_PROGRAMA | NM_MODALIDADE_PROGRAMA | CD_CONCEITO_PROGRAMA | NM_REGIAO | SG_UF_PROGRAMA | SG_ENTIDADE_ENSINO | NM_PROGRAMA_IES | NM_GRAU_PROGRAMA | CP |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10001018002P1 | CIÊNCIAS BIOLÓGICAS III | CBIII | FEDERAL | PÚBLICA | 2001 | ACADÊMICO | 3 | NORTE | RO | UNIR | BIOLOGIA EXPERIMENTAL | MESTRADO/DOUTORADO | 0.6157407 |
| 10001018004P4 | INTERDISCIPLINAR | INTE | FEDERAL | PÚBLICA | 1999 | ACADÊMICO | 4 | NORTE | RO | UNIR | DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE | MESTRADO/DOUTORADO | 0.5246528 |
| 10001018005P0 | GEOGRAFIA | GEOG | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | GEOGRAFIA | MESTRADO/DOUTORADO | 0.5009804 |
| 10001018006P7 | ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO | ADM | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | ADMINISTRAÇÃO | MESTRADO | 0.4352564 |
| 10001018009P6 | PSICOLOGIA | PSICO | FEDERAL | PÚBLICA | 2009 | ACADÊMICO | 3 | NORTE | RO | UNIR | PSICOLOGIA | MESTRADO | 0.4255556 |
| 10001018010P4 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | LETRAS | MESTRADO | 0.4404762 |
| 10001018011P0 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | EDUCAÇÃO | MESTRADO | 0.3204545 |
| 10001018012P7 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2011 | ACADÊMICO | 3 | NORTE | RO | UNIR | ESTUDOS LITERÁRIOS | MESTRADO | 0.4531250 |
| 10001018016P2 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2014 | PROFISSIONAL | 3 | NORTE | RO | UNIR | EDUCAÇÃO ESCOLAR | MESTRADO PROF. | 0.4513158 |
| 10001018017P9 | CIÊNCIAS AMBIENTAIS | CAMB | FEDERAL | PÚBLICA | 2013 | ACADÊMICO | 3 | NORTE | RO | UNIR | CIÊNCIAS AMBIENTAIS | MESTRADO | 0.4368590 |
| 10001018039P2 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 0.3890625 |
| 10001018040P0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 0.4888889 |
Junção de todos os constructos, limpeza de casos imcompletos e geração de output.
ds_IMI <- merge(ds_IMI1_FCDo[,c("CD_PROGRAMA_IES", "FCDo")],
ds_IMI2_FCDi[,c("CD_PROGRAMA_IES", "FCDi" )],
by = "CD_PROGRAMA_IES", all = T) %>%
merge(., ds_IMI3_CC[,c("CD_PROGRAMA_IES","CC")],
by = "CD_PROGRAMA_IES", all = T) %>%
merge(., ds_IMI4_CP_pgr[,c("CD_PROGRAMA_IES","CP")],
by = "CD_PROGRAMA_IES", all = T)
ds_IMI <- ds_IMI[complete.cases(ds_IMI),] ## Casos completos
ds_IMI %<>% mutate(IMI = (FCDo + FCDi + CC + CP)/4) %>%
merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias
write.csv2(ds_IMI, paste0(v_path_o, "IMI.csv"))
kable(ds_IMI[1:12, ]) #c(1,8:12)]) ## Amostra do arquivo gerado acima, sem as categorias| CD_PROGRAMA_IES | NM_AREA_AVALIACAO | SG_AREA_AVALIACAO | CS_STATUS_JURIDICO | DS_DEPENDENCIA_ADMINISTRATIVA | ANO_INICIO_PROGRAMA | NM_MODALIDADE_PROGRAMA | CD_CONCEITO_PROGRAMA | NM_REGIAO | SG_UF_PROGRAMA | SG_ENTIDADE_ENSINO | NM_PROGRAMA_IES | NM_GRAU_PROGRAMA | FCDo | FCDi | CC | CP | IMI |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10001018002P1 | CIÊNCIAS BIOLÓGICAS III | CBIII | FEDERAL | PÚBLICA | 2001 | ACADÊMICO | 3 | NORTE | RO | UNIR | BIOLOGIA EXPERIMENTAL | MESTRADO/DOUTORADO | 0.5333333 | 0.2758621 | 0.4587215 | 0.6157407 | 0.4709144 |
| 10001018004P4 | INTERDISCIPLINAR | INTE | FEDERAL | PÚBLICA | 1999 | ACADÊMICO | 4 | NORTE | RO | UNIR | DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE | MESTRADO/DOUTORADO | 0.8222222 | 0.6097561 | 0.8088235 | 0.5246528 | 0.6913637 |
| 10001018005P0 | GEOGRAFIA | GEOG | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | GEOGRAFIA | MESTRADO/DOUTORADO | 0.3333333 | 0.5476190 | 0.5446429 | 0.5009804 | 0.4816439 |
| 10001018006P7 | ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO | ADM | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | ADMINISTRAÇÃO | MESTRADO | 0.6666667 | 0.4583333 | 1.0000000 | 0.4352564 | 0.6400641 |
| 10001018009P6 | PSICOLOGIA | PSICO | FEDERAL | PÚBLICA | 2009 | ACADÊMICO | 3 | NORTE | RO | UNIR | PSICOLOGIA | MESTRADO | 0.4333333 | 0.4038462 | 0.5535714 | 0.4255556 | 0.4540766 |
| 10001018010P4 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | LETRAS | MESTRADO | 0.4666667 | 0.4246575 | 0.8361111 | 0.4404762 | 0.5419779 |
| 10001018011P0 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | EDUCAÇÃO | MESTRADO | 0.6363636 | 0.3968254 | 1.2222222 | 0.3204545 | 0.6439665 |
| 10001018012P7 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2011 | ACADÊMICO | 3 | NORTE | RO | UNIR | ESTUDOS LITERÁRIOS | MESTRADO | 0.5952381 | 0.6739130 | 0.8928571 | 0.4531250 | 0.6537833 |
| 10001018016P2 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2014 | PROFISSIONAL | 3 | NORTE | RO | UNIR | EDUCAÇÃO ESCOLAR | MESTRADO PROF. | 0.4901961 | 0.4814815 | 0.7546296 | 0.4513158 | 0.5444057 |
| 10001018017P9 | CIÊNCIAS AMBIENTAIS | CAMB | FEDERAL | PÚBLICA | 2013 | ACADÊMICO | 3 | NORTE | RO | UNIR | CIÊNCIAS AMBIENTAIS | MESTRADO | 0.7111111 | 0.6727273 | 0.5601648 | 0.4368590 | 0.5952155 |
| 11001011004P7 | CIÊNCIAS AGRÁRIAS I | CAGRI | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 3 | NORTE | AC | UFAC | PRODUÇÃO VEGETAL | MESTRADO/DOUTORADO | 0.4117647 | 0.2058824 | 0.3863636 | 0.4513889 | 0.3638499 |
| 11001011006P0 | INTERDISCIPLINAR | INTE | FEDERAL | PÚBLICA | 2011 | ACADÊMICO | 3 | NORTE | AC | UFAC | CIÊNCIA, INOVAÇÃO E TECNOLOGIA PARA A AMAZÔNIA | MESTRADO | 0.7333333 | 0.8500000 | 0.5902778 | 0.4309524 | 0.6511409 |
Preparação, transformações e calculo de variáveis e indicadores que compõe o IPT - Indice de Produção Tecnologica.
Variáveis:
SPPP: Soma de patentes produzidos por programa
SPPPr: Soma de produtos produzidos por programa
SAPP: Soma de aplicativos produzidos por programa
QPPP: Quantidade de professores permanentes do programa
Indicadores:
QPPa: Quantitativo de produção de patentes por Programa
QPPr: Quantitativo de produção de produtos por Programa
QPA: Quantitativo de produção de aplicativos por Programa
#### Carga de Aplicativos, patentes e PRodutos a partir de planilhas ----------------------------
ds_PT_appprg <- read_excel(paste0(v_path_i, "Aplicativos_tese.xlsx"))
ds_PT_patprg <- read_excel(paste0(v_path_i, "Patentes com Programas.xlsx"))
ds_PT_prdprg <- read_excel(paste0(v_path_i, "Produtos_tese.xlsx"))
#### --------------------------------------------------------------------------------------------
ds_PT_patprg <- ds_PT_patprg[complete.cases(ds_PT_patprg[,"NM_PRODUCAO"]),] ## Filtro de produção valida
ds_IPT1_SPPP<- ds_PT_patprg %>%
group_by(CD_PROGRAMA_IES) %>%
summarise(SPPP = n())
write.csv2(ds_IPT1_SPPP, paste0(v_path_inter, "ds_IPT1_SPPP.csv"))
#### --------------------------------------------------------------------------------------------
ds_PT_prdprg <- ds_PT_prdprg[complete.cases(ds_PT_prdprg[,"DSFINALIDADE_TRATADA"]),] ## Filtro de produção valida
ds_IPT2_SPPPr <- ds_PT_prdprg %>%
group_by(CD_PROGRAMA_IES) %>%
summarise(SPPPr = n())
write.csv2(ds_IPT2_SPPPr, paste0(v_path_inter, "ds_IPT2_SPPPr.csv"))
#### --------------------------------------------------------------------------------------------
ds_PT_appprg <- ds_PT_appprg[complete.cases(ds_PT_appprg[,"DS_FINALIDADE"]),] ## Filtro de produção valida
ds_IPT3_SAPP <- ds_PT_appprg %>%
group_by(CD_PROGRAMA_IES) %>%
summarise(SAPP = n())
write.csv2(ds_IPT3_SAPP, paste0(v_path_inter, "ds_IPT3_SAPP.csv"))
#### --------------------------------------------------------------------------------------------
ds_IPT <- merge(ds_IMI1_QPPP, ds_IPT1_SPPP, by.x = "cod_programa", by.y = "CD_PROGRAMA_IES", all.x = T) %>%
select(CD_PROGRAMA_IES = cod_programa, QPPP, SPPP) %>%
merge(., ds_IPT2_SPPPr, by = "CD_PROGRAMA_IES", all.x = T) %>%
merge(., ds_IPT3_SAPP, by = "CD_PROGRAMA_IES", all.x = T)
ds_IPT[is.na(ds_IPT)] <- 0 ### Conversão de NA para 0
# ds_IPT %<>% mutate(QPPa = SPPP/QPPP,
# QPPr = SPPPr/QPPP,
# QPA = SAPP/QPPP) %>% ## Fórmulas dos indicadores
# #mutate(QPPa = ifelse(QPPa <= 1, QPPa, 1),
# # QPPr = ifelse(QPPr <= 1, QPPr, 1),
# # QPA = ifelse(QPA <= 1, QPA, 1)) %>% ## Limpeza de ocorrências acima de 1.0
# mutate(IPT = (QPPa+QPPr+QPA)/3) %>% ## Fórmula do indice
# merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias
ds_IPT %<>% mutate(QPPa = SPPP,
QPPr = SPPPr,
QPA = SAPP) %>% ## Fórmulas dos indicadores
#mutate(QPPa = ifelse(QPPa <= 1, QPPa, 1),
# QPPr = ifelse(QPPr <= 1, QPPr, 1),
# QPA = ifelse(QPA <= 1, QPA, 1)) %>% ## Limpeza de ocorrências acima de 1.0
mutate(IPT = (QPPa+QPPr+QPA)/QPPP) %>% ## Fórmula do indice
merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias
write.csv2(ds_IPT, paste0(v_path_o, "IPT.csv"))
kable(ds_IPT[1:12, ]) #c(1,8:15)]) ## Amostra do arquivo gerado acima, sem as categorias| CD_PROGRAMA_IES | NM_AREA_AVALIACAO | SG_AREA_AVALIACAO | CS_STATUS_JURIDICO | DS_DEPENDENCIA_ADMINISTRATIVA | ANO_INICIO_PROGRAMA | NM_MODALIDADE_PROGRAMA | CD_CONCEITO_PROGRAMA | NM_REGIAO | SG_UF_PROGRAMA | SG_ENTIDADE_ENSINO | NM_PROGRAMA_IES | NM_GRAU_PROGRAMA | QPPP | SPPP | SPPPr | SAPP | QPPa | QPPr | QPA | IPT |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10001018002P1 | CIÊNCIAS BIOLÓGICAS III | CBIII | FEDERAL | PÚBLICA | 2001 | ACADÊMICO | 3 | NORTE | RO | UNIR | BIOLOGIA EXPERIMENTAL | MESTRADO/DOUTORADO | 15 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0000000 |
| 10001018004P4 | INTERDISCIPLINAR | INTE | FEDERAL | PÚBLICA | 1999 | ACADÊMICO | 4 | NORTE | RO | UNIR | DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE | MESTRADO/DOUTORADO | 15 | 1 | 1 | 0 | 1 | 1 | 0 | 0.1333333 |
| 10001018005P0 | GEOGRAFIA | GEOG | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | GEOGRAFIA | MESTRADO/DOUTORADO | 15 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0000000 |
| 10001018006P7 | ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO | ADM | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | ADMINISTRAÇÃO | MESTRADO | 9 | 0 | 3 | 0 | 0 | 3 | 0 | 0.3333333 |
| 10001018009P6 | PSICOLOGIA | PSICO | FEDERAL | PÚBLICA | 2009 | ACADÊMICO | 3 | NORTE | RO | UNIR | PSICOLOGIA | MESTRADO | 10 | 0 | 2 | 0 | 0 | 2 | 0 | 0.2000000 |
| 10001018010P4 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | LETRAS | MESTRADO | 15 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0000000 |
| 10001018011P0 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2010 | ACADÊMICO | 3 | NORTE | RO | UNIR | EDUCAÇÃO | MESTRADO | 11 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0000000 |
| 10001018012P7 | LETRAS / LINGUÍSTICA | LETR | FEDERAL | PÚBLICA | 2011 | ACADÊMICO | 3 | NORTE | RO | UNIR | ESTUDOS LITERÁRIOS | MESTRADO | 14 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0000000 |
| 10001018016P2 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 2014 | PROFISSIONAL | 3 | NORTE | RO | UNIR | EDUCAÇÃO ESCOLAR | MESTRADO PROF. | 17 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0000000 |
| 10001018017P9 | CIÊNCIAS AMBIENTAIS | CAMB | FEDERAL | PÚBLICA | 2013 | ACADÊMICO | 3 | NORTE | RO | UNIR | CIÊNCIAS AMBIENTAIS | MESTRADO | 15 | 4 | 3 | 1 | 4 | 3 | 1 | 0.5333333 |
| 10001018039P2 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 14 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0000000 |
| 10001018040P0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | 12 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0000000 |
# [,c(1,14:21)] Seleção de campos, obsoleto
ds_IMI_IPT <- merge(ds_IMI, ds_IPT, by = "CD_PROGRAMA_IES", all = T) ## Novo DS para avaliação de IMI x IPT
write.csv2(ds_IMI_IPT, paste0(v_path_o, "IMI_IPT.csv")) ##União de indices por programa, filtro de cassos completos, categorização e calculo de correlação geral.
ds_COR <- merge(ds_IMI[,c(1,18)], ds_IPT[,c(1,21)], by = "CD_PROGRAMA_IES", all = T) ## União de indices
ds_COR <- ds_COR[complete.cases(ds_COR),] ## Filtro de casos completos
ds_COR %<>% filter(IPT > 0)%>% ## Filtro de projetos com produção tecnologica
merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias
write.csv2(ds_COR, paste0(v_path_o, "COR.csv"))
kable(ds_COR[1:12, ]) #c(1,8:9)]) ## Amostra do arquivo gerado acima, sem as categorias| CD_PROGRAMA_IES | NM_AREA_AVALIACAO | SG_AREA_AVALIACAO | CS_STATUS_JURIDICO | DS_DEPENDENCIA_ADMINISTRATIVA | ANO_INICIO_PROGRAMA | NM_MODALIDADE_PROGRAMA | CD_CONCEITO_PROGRAMA | NM_REGIAO | SG_UF_PROGRAMA | SG_ENTIDADE_ENSINO | NM_PROGRAMA_IES | NM_GRAU_PROGRAMA | IMI | IPT |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10001018004P4 | INTERDISCIPLINAR | INTE | FEDERAL | PÚBLICA | 1999 | ACADÊMICO | 4 | NORTE | RO | UNIR | DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE | MESTRADO/DOUTORADO | 0.6913637 | 0.1333333 |
| 10001018006P7 | ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO | ADM | FEDERAL | PÚBLICA | 2006 | ACADÊMICO | 4 | NORTE | RO | UNIR | ADMINISTRAÇÃO | MESTRADO | 0.6400641 | 0.3333333 |
| 10001018009P6 | PSICOLOGIA | PSICO | FEDERAL | PÚBLICA | 2009 | ACADÊMICO | 3 | NORTE | RO | UNIR | PSICOLOGIA | MESTRADO | 0.4540766 | 0.2000000 |
| 10001018017P9 | CIÊNCIAS AMBIENTAIS | CAMB | FEDERAL | PÚBLICA | 2013 | ACADÊMICO | 3 | NORTE | RO | UNIR | CIÊNCIAS AMBIENTAIS | MESTRADO | 0.5952155 | 0.5333333 |
| 12001015001P0 | EDUCAÇÃO | EDUC | FEDERAL | PÚBLICA | 1987 | ACADÊMICO | 4 | NORTE | AM | UFAM | EDUCAÇÃO | MESTRADO/DOUTORADO | 0.4167405 | 0.0588235 |
| 12001015002P7 | QUÍMICA | QUIM | FEDERAL | PÚBLICA | 1987 | ACADÊMICO | 4 | NORTE | AM | UFAM | QUÍMICA | MESTRADO/DOUTORADO | 0.3374479 | 0.3928571 |
| 12001015003P3 | CIÊNCIAS AGRÁRIAS I | CAGRI | FEDERAL | PÚBLICA | 1995 | ACADÊMICO | 4 | NORTE | AM | UFAM | AGRONOMIA TROPICAL | MESTRADO/DOUTORADO | 0.4392376 | 0.0666667 |
| 12001015012P2 | CIÊNCIA DA COMPUTAÇÃO | CCOMP | FEDERAL | PÚBLICA | 2001 | ACADÊMICO | 5 | NORTE | AM | UFAM | INFORMÁTICA | MESTRADO/DOUTORADO | 0.3936089 | 0.8461538 |
| 12001015013P9 | BIOTECNOLOGIA | BIOT | FEDERAL | PÚBLICA | 2001 | ACADÊMICO | 4 | NORTE | AM | UFAM | BIOTECNOLOGIA | MESTRADO/DOUTORADO | 0.4673809 | 0.5185185 |
| 12001015016P8 | CIÊNCIAS AGRÁRIAS I | CAGRI | FEDERAL | PÚBLICA | 2003 | ACADÊMICO | 3 | NORTE | AM | UFAM | CIÊNCIAS FLORESTAIS E AMBIENTAIS | MESTRADO | 0.5455184 | 1.1875000 |
| 12001015021P1 | ENGENHARIAS IV | ENGIV | FEDERAL | PÚBLICA | 2005 | ACADÊMICO | 3 | NORTE | AM | UFAM | ENGENHARIA ELÉTRICA | MESTRADO | 0.4103666 | 1.0000000 |
| 12001015033P0 | FARMÁCIA | FARM | FEDERAL | PÚBLICA | 2009 | ACADÊMICO | 3 | NORTE | AM | UFAM | CIÊNCIAS FARMACÊUTICAS | MESTRADO | 0.5808275 | 0.5000000 |
ds_COR_p <- ds_COR %>%
select(IMI, IPT) %>%
cor(., method = "pearson") ## Correlação geral pearson
write.csv2(ds_COR_p, paste0(v_path_o, "COR_p.csv"))
as_tibble(ds_COR_p) ## Tabela de correlação Geral pearson## # A tibble: 2 x 2
## IMI IPT
## <dbl> <dbl>
## 1 1 0.0826
## 2 0.0826 1
ds_COR_k <- ds_COR %>%
select(IMI, IPT) %>%
cor(., method = "kendall") ## Correlação geral kendall
write.csv2(ds_COR_k, paste0(v_path_o, "COR_k.csv"))
as_tibble(ds_COR_k) ## Tabela de correlação Geral kendall## # A tibble: 2 x 2
## IMI IPT
## <dbl> <dbl>
## 1 1 0.0631
## 2 0.0631 1
ds_COR_s <- ds_COR %>%
select(IMI, IPT) %>%
cor(., method = "spearman") ## Correlação geral spearman
write.csv2(ds_COR_s, paste0(v_path_o, "COR_s.csv"))
as_tibble(ds_COR_s) ## Tabela de correlação Geral spearman## # A tibble: 2 x 2
## IMI IPT
## <dbl> <dbl>
## 1 1 0.0929
## 2 0.0929 1
Segmentação de tabela base de indice por cada categoria: Ano, Conceito, Dependencia, Area, Status e Modalidade. Geração de todos os outputs.
##### ---------------------------------------------------------------------------------------
f.corr <- function(df, mtd = "pearson"){
df %<>% select(IMI,IPT) %>%
cor(., method = mtd)
return(df)
} ## Função para aplicação de correlação em cada sessão do split por categoria
f.print_corr <- function(df){
dfo <- tibble(cat = as.character(), cor = as.double()) ## Mudança de objeto pois "tibble 3.0" apresentou erro
for (i in seq_along(df)) {
dfo[i,] <- list(names(df[i]), df[[i]][1,2])
}
return(dfo)
} ## Função para criação de dataset com correlação por item de categoria
##### ---------------------------------------------------------------------------------------
ano_f <- factor(ds_COR$ANO_INICIO_PROGRAMA) ## Fator para split de categoria
ds_COR_ano <- ds_COR %>% select(ANO_INICIO_PROGRAMA,IMI,IPT) %>%
split(ano_f, drop = T) %>% ## Separação por ano
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_ano <- as.tibble(f.print_corr(ds_COR_ano))
ds_COR_ano <- ds_COR %>% group_by(ANO_INICIO_PROGRAMA) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_ano, by.x = "ANO_INICIO_PROGRAMA", by.y = "cat", all = T) %>%
mutate(ANO_INICIO_PROGRAMA = as.character(ANO_INICIO_PROGRAMA))
write.csv2(ds_COR_ano, paste0(v_path_o, "COR_ano.csv"))
kable(ds_COR_ano)| ANO_INICIO_PROGRAMA | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1931 | 0.3199041 | 0.0149254 | 0.3199041 | 0.0149254 | NA | NA | NaN | NaN | NaN | NaN | NA |
| 1960 | 0.2906369 | 0.0800000 | 0.2906369 | 0.0800000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| 1961 | 0.3326053 | 0.1153846 | 0.3326053 | 0.1153846 | NA | NA | NaN | NaN | NaN | NaN | NA |
| 1962 | 0.2909908 | 0.8636364 | 0.2909908 | 0.8636364 | NA | NA | NaN | NaN | NaN | NaN | NA |
| 1963 | 0.4224360 | 0.7799943 | 0.4420337 | 0.8333333 | 0.0055759 | 0.4919185 | 0.0746722 | 0.7013690 | 17.676584 | 89.91975 | -0.2793607 |
| 1964 | 0.4172452 | 0.1758057 | 0.4158835 | 0.0909091 | 0.0001782 | 0.0318763 | 0.0133479 | 0.1785395 | 3.199062 | 101.55501 | 0.0107110 |
| 1965 | 0.3684658 | 0.2294030 | 0.3642293 | 0.1851852 | 0.0017509 | 0.0487351 | 0.0418441 | 0.2207602 | 11.356319 | 96.23250 | 0.5181919 |
| 1966 | 0.3555605 | 0.0724401 | 0.3478187 | 0.0784314 | 0.0009376 | 0.0002198 | 0.0306201 | 0.0148264 | 8.611793 | 20.46715 | 0.8374078 |
| 1967 | 0.4627200 | 0.6547525 | 0.4705810 | 0.3809524 | 0.0168524 | 0.2543583 | 0.1298169 | 0.5043395 | 28.055176 | 77.02749 | -0.1374710 |
| 1968 | 0.3722266 | 0.3288689 | 0.3817618 | 0.3248792 | 0.0034017 | 0.0499029 | 0.0583238 | 0.2233895 | 15.668891 | 67.92663 | 0.5554051 |
| 1969 | 0.3938819 | 0.5328236 | 0.3827501 | 0.1363636 | 0.0044739 | 0.3053323 | 0.0668873 | 0.5525688 | 16.981560 | 103.70576 | -0.2552829 |
| 1970 | 0.4006669 | 0.4226643 | 0.3889770 | 0.2083333 | 0.0047211 | 0.4860000 | 0.0687103 | 0.6971370 | 17.148987 | 164.93871 | 0.0253887 |
| 1971 | 0.4242879 | 0.3248551 | 0.4260215 | 0.1944444 | 0.0086889 | 0.0861534 | 0.0932143 | 0.2935190 | 21.969585 | 90.35381 | 0.3626736 |
| 1972 | 0.4089485 | 0.2891491 | 0.3988590 | 0.1333333 | 0.0054947 | 0.1273023 | 0.0741260 | 0.3567944 | 18.126002 | 123.39464 | -0.1137759 |
| 1973 | 0.4075005 | 0.2437085 | 0.3879282 | 0.1428571 | 0.0077680 | 0.0694440 | 0.0881364 | 0.2635223 | 21.628538 | 108.13011 | 0.1635858 |
| 1974 | 0.4094598 | 0.4775103 | 0.4136139 | 0.1875000 | 0.0089763 | 0.2647945 | 0.0947434 | 0.5145819 | 23.138627 | 107.76352 | -0.1015499 |
| 1975 | 0.3928092 | 0.2468051 | 0.4216270 | 0.1184211 | 0.0054931 | 0.0482017 | 0.0741154 | 0.2195489 | 18.868049 | 88.95637 | 0.1683998 |
| 1976 | 0.4126252 | 0.3784836 | 0.4075583 | 0.2222222 | 0.0045110 | 0.1728359 | 0.0671640 | 0.4157354 | 16.277234 | 109.84238 | -0.0763022 |
| 1977 | 0.4197404 | 0.3285929 | 0.3944808 | 0.3000000 | 0.0055624 | 0.0753637 | 0.0745813 | 0.2745244 | 17.768424 | 83.54545 | -0.1487068 |
| 1978 | 0.4188940 | 0.2432078 | 0.3888669 | 0.2020202 | 0.0059178 | 0.0377641 | 0.0769273 | 0.1943298 | 18.364393 | 79.90280 | 0.3166154 |
| 1979 | 0.4033935 | 0.3243147 | 0.3972751 | 0.1764706 | 0.0073748 | 0.1666488 | 0.0858766 | 0.4082264 | 21.288544 | 125.87354 | 0.0603263 |
| 1980 | 0.4095709 | 0.4005105 | 0.3884188 | 0.3396226 | 0.0047357 | 0.0921249 | 0.0688165 | 0.3035209 | 16.802108 | 75.78350 | -0.0582955 |
| 1981 | 0.5972870 | 0.3333333 | 0.5972870 | 0.3333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| 1982 | 0.3644272 | 0.4168182 | 0.3716151 | 0.2336364 | 0.0017530 | 0.2343974 | 0.0418694 | 0.4841461 | 11.489094 | 116.15281 | -0.7471566 |
| 1983 | 0.3933543 | 0.4451562 | 0.3848218 | 0.4392857 | 0.0033831 | 0.1034962 | 0.0581643 | 0.3217082 | 14.786740 | 72.26862 | 0.1307120 |
| 1984 | 0.3888532 | 0.0937951 | 0.3841647 | 0.0909091 | 0.0003384 | 0.0022738 | 0.0183955 | 0.0476846 | 4.730707 | 50.83911 | -0.3461623 |
| 1985 | 0.4209200 | 0.8847640 | 0.4108929 | 0.5972222 | 0.0119887 | 1.7273645 | 0.1094931 | 1.3142924 | 26.012817 | 148.54723 | 0.3938034 |
| 1986 | 0.4304637 | 0.3628671 | 0.4308377 | 0.1702128 | 0.0024812 | 0.2650474 | 0.0498120 | 0.5148276 | 11.571707 | 141.87772 | -0.0405635 |
| 1987 | 0.4287715 | 0.2726826 | 0.4218134 | 0.2818182 | 0.0113534 | 0.0305173 | 0.1065523 | 0.1746921 | 24.850614 | 64.06426 | -0.5820042 |
| 1988 | 0.4168515 | 0.3043651 | 0.4025463 | 0.2250000 | 0.0060657 | 0.0900747 | 0.0778823 | 0.3001245 | 18.683464 | 98.60676 | -0.0482735 |
| 1989 | 0.4427132 | 0.2721098 | 0.4351138 | 0.1213235 | 0.0088743 | 0.1555475 | 0.0942037 | 0.3943951 | 21.278722 | 144.93967 | -0.0504498 |
| 1990 | 0.4234577 | 0.5512301 | 0.4163677 | 0.4166667 | 0.0054714 | 0.3934467 | 0.0739692 | 0.6272533 | 17.467912 | 113.79154 | -0.2033720 |
| 1991 | 0.4347374 | 0.3267174 | 0.4514792 | 0.1263298 | 0.0103084 | 0.2055061 | 0.1015305 | 0.4533278 | 23.354446 | 138.75227 | -0.0862485 |
| 1992 | 0.3826036 | 0.3671364 | 0.3782511 | 0.2631579 | 0.0037986 | 0.1161113 | 0.0616330 | 0.3407511 | 16.108840 | 92.81323 | 0.5318107 |
| 1993 | 0.4447181 | 0.5202737 | 0.4391082 | 0.2272727 | 0.0102292 | 0.2904866 | 0.1011394 | 0.5389681 | 22.742359 | 103.59318 | 0.6533344 |
| 1994 | 0.4804656 | 0.4926820 | 0.4690880 | 0.2352941 | 0.0071303 | 0.4470479 | 0.0844409 | 0.6686164 | 17.574816 | 135.70953 | 0.1686602 |
| 1995 | 0.4653334 | 0.2605693 | 0.4392376 | 0.1333333 | 0.0088861 | 0.1001033 | 0.0942662 | 0.3163910 | 20.257783 | 121.42299 | 0.0982965 |
| 1996 | 0.4647403 | 0.4143830 | 0.4173302 | 0.3818182 | 0.0113045 | 0.0758238 | 0.1063227 | 0.2753612 | 22.877880 | 66.45089 | 0.0551070 |
| 1997 | 0.4889277 | 0.5282726 | 0.5038892 | 0.1250000 | 0.0178683 | 1.6238229 | 0.1336723 | 1.2742931 | 27.339882 | 241.21884 | 0.1767318 |
| 1998 | 0.4807234 | 0.3714559 | 0.4744305 | 0.3076923 | 0.0161287 | 0.1009713 | 0.1269990 | 0.3177598 | 26.418312 | 85.54444 | 0.0662071 |
| 1999 | 0.4707600 | 0.3739527 | 0.4600201 | 0.2368421 | 0.0120415 | 0.1449999 | 0.1097339 | 0.3807885 | 23.309938 | 101.82798 | 0.0904875 |
| 2000 | 0.4816768 | 0.6186901 | 0.4504599 | 0.2933094 | 0.0137989 | 0.5944991 | 0.1174687 | 0.7710377 | 24.387455 | 124.62421 | 0.1619054 |
| 2001 | 0.4687642 | 0.5232378 | 0.4622103 | 0.3103448 | 0.0110527 | 0.2379687 | 0.1051317 | 0.4878203 | 22.427417 | 93.23109 | 0.2689840 |
| 2002 | 0.4533525 | 0.5549299 | 0.4547232 | 0.1739130 | 0.0084564 | 0.9734252 | 0.0919588 | 0.9866231 | 20.284167 | 177.79238 | -0.0398685 |
| 2003 | 0.4676550 | 0.4234178 | 0.4640520 | 0.1997354 | 0.0063801 | 0.3164717 | 0.0798756 | 0.5625582 | 17.080022 | 132.86126 | 0.4383177 |
| 2004 | 0.5119103 | 0.5040861 | 0.5103588 | 0.2132035 | 0.0077798 | 0.3149368 | 0.0882033 | 0.5611923 | 17.230219 | 111.32866 | 0.2845181 |
| 2005 | 0.4999405 | 0.5703421 | 0.4938106 | 0.2696970 | 0.0086835 | 0.5972410 | 0.0931855 | 0.7728137 | 18.639314 | 135.50004 | 0.2599728 |
| 2006 | 0.5095186 | 0.3780734 | 0.5019330 | 0.2132035 | 0.0092455 | 0.1543951 | 0.0961535 | 0.3929315 | 18.871440 | 103.92994 | 0.2143648 |
| 2007 | 0.5122600 | 0.3417329 | 0.5230112 | 0.1396104 | 0.0106894 | 0.1949886 | 0.1033898 | 0.4415751 | 20.183061 | 129.21646 | -0.0779291 |
| 2008 | 0.5230419 | 0.4870805 | 0.5189547 | 0.2555781 | 0.0114339 | 0.4033530 | 0.1069294 | 0.6351008 | 20.443759 | 130.38928 | 0.0709928 |
| 2009 | 0.5470468 | 0.3498635 | 0.5520338 | 0.2111111 | 0.0083628 | 0.1661192 | 0.0914486 | 0.4075772 | 16.716773 | 116.49606 | 0.2146994 |
| 2010 | 0.5420497 | 0.4451815 | 0.5374252 | 0.1861472 | 0.0067794 | 0.3929646 | 0.0823370 | 0.6268689 | 15.189936 | 140.81199 | 0.1496829 |
| 2011 | 0.5567867 | 0.4550168 | 0.5583801 | 0.2330317 | 0.0070287 | 0.3199414 | 0.0838376 | 0.5656336 | 15.057402 | 124.31049 | 0.1107235 |
| 2012 | 0.5856565 | 0.4274122 | 0.5772817 | 0.1818182 | 0.0117385 | 0.5733445 | 0.1083442 | 0.7571951 | 18.499608 | 177.15803 | 0.1185051 |
| 2013 | 0.5839650 | 0.3574324 | 0.5830854 | 0.2000000 | 0.0077910 | 0.1919021 | 0.0882668 | 0.4380663 | 15.115085 | 122.55919 | 0.1742983 |
| 2014 | 0.5835797 | 0.2922095 | 0.5905414 | 0.1291667 | 0.0097295 | 0.1594706 | 0.0986381 | 0.3993377 | 16.902251 | 136.66144 | 0.0086561 |
| 2015 | 0.6174168 | 0.1964900 | 0.6224206 | 0.1052632 | 0.0087879 | 0.0505793 | 0.0937439 | 0.2248985 | 15.183248 | 114.45798 | -0.0851442 |
| 2016 | 0.6487894 | 0.2433334 | 0.6299171 | 0.1380952 | 0.0079146 | 0.0795301 | 0.0889638 | 0.2820109 | 13.712272 | 115.89484 | 0.0730826 |
##### ---------------------------------------------------------------------------------------
conceito_f <- factor(ds_COR$CD_CONCEITO_PROGRAMA) ## Fator para split de categoria
ds_COR_conceito <- ds_COR %>% select(CD_CONCEITO_PROGRAMA,IMI,IPT) %>%
split(conceito_f, drop = T) %>% ## Separação por conceito
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_conceito <- f.print_corr(ds_COR_conceito)
ds_COR_conceito <- ds_COR %>% group_by(CD_CONCEITO_PROGRAMA) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_conceito, by.x = "CD_CONCEITO_PROGRAMA", by.y = "cat", all = T) %>%
mutate(ANO_INICIO_PROGRAMA = as.character(CD_CONCEITO_PROGRAMA))
write.csv2(ds_COR_conceito, paste0(v_path_o, "COR_conceito.csv"))
kable(ds_COR_conceito)| CD_CONCEITO_PROGRAMA | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor | ANO_INICIO_PROGRAMA |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3 | 0.5743336 | 0.3882774 | 0.5735221 | 0.1889881 | 0.0088175 | 0.2771818 | 0.0939016 | 0.5264805 | 16.34966 | 135.5939 | 0.0550270 | 3 |
| 4 | 0.4898355 | 0.4006425 | 0.4813126 | 0.1875000 | 0.0102660 | 0.2880815 | 0.1013214 | 0.5367323 | 20.68478 | 133.9679 | 0.1246220 | 4 |
| 5 | 0.4379631 | 0.4080335 | 0.4234125 | 0.2272727 | 0.0094011 | 0.2500862 | 0.0969594 | 0.5000862 | 22.13871 | 122.5601 | 0.2331479 | 5 |
| 6 | 0.4085206 | 0.4454501 | 0.4006268 | 0.2105263 | 0.0059685 | 0.5214046 | 0.0772561 | 0.7220835 | 18.91120 | 162.1020 | 0.2296891 | 6 |
| 7 | 0.3860605 | 0.4442528 | 0.3944808 | 0.2857143 | 0.0040430 | 0.2875101 | 0.0635844 | 0.5361997 | 16.47008 | 120.6970 | -0.1414328 | 7 |
##### ---------------------------------------------------------------------------------------
dependencia_f <- factor(ds_COR$DS_DEPENDENCIA_ADMINISTRATIVA) ## Fator para split de categoria
ds_COR_dependencia <- ds_COR %>% select(DS_DEPENDENCIA_ADMINISTRATIVA,IMI,IPT) %>%
split(dependencia_f, drop = T) %>% ## Separação por dependencia
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_dependencia <- f.print_corr(ds_COR_dependencia)
ds_COR_dependencia <- ds_COR %>% group_by(DS_DEPENDENCIA_ADMINISTRATIVA) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_dependencia, by.x = "DS_DEPENDENCIA_ADMINISTRATIVA", by.y = "cat", all = T)
write.csv2(ds_COR_dependencia, paste0(v_path_o, "COR_dependencia.csv"))
kable(ds_COR_dependencia)| DS_DEPENDENCIA_ADMINISTRATIVA | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|
| PRIVADA | 0.5565106 | 0.5258685 | 0.5639965 | 0.2500 | 0.0114146 | 0.4881934 | 0.1068392 | 0.6987084 | 19.19806 | 132.8675 | 0.1781221 |
| PÚBLICA | 0.4892672 | 0.3755529 | 0.4821972 | 0.1875 | 0.0123382 | 0.2510658 | 0.1110773 | 0.5010647 | 22.70280 | 133.4205 | 0.0263052 |
##### ---------------------------------------------------------------------------------------
area_f <- factor(ds_COR$NM_AREA_AVALIACAO) ## Fator para split de categoria
ds_COR_area <- ds_COR %>% select(NM_AREA_AVALIACAO,IMI,IPT) %>%
split(area_f, drop = T) %>% ## Separação por area
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_area <- f.print_corr(ds_COR_area)
ds_COR_area <- ds_COR %>% group_by(NM_AREA_AVALIACAO) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_area, by.x = "NM_AREA_AVALIACAO", by.y = "cat", all = T) %>%
merge(., ds_siglas, by.x = "NM_AREA_AVALIACAO", by.y = "nome")
ds_COR_area <- ds_COR_area[,c(13,1:12)]
write.csv2(ds_COR_area, paste0(v_path_o, "COR_area.csv"))
kable(ds_COR_area)| sigla | NM_AREA_AVALIACAO | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ADM | ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO | 0.5620398 | 0.2917656 | 0.5610366 | 0.1538462 | 0.0075094 | 0.1310885 | 0.0866570 | 0.3620614 | 15.41830 | 124.09325 | 0.0476105 |
| ANTR | ANTROPOLOGIA / ARQUEOLOGIA | 0.4980210 | 0.1428420 | 0.5040662 | 0.1111111 | 0.0058061 | 0.0082209 | 0.0761979 | 0.0906690 | 15.30013 | 63.47502 | 0.7492931 |
| ARQU | ARQUITETURA, URBANISMO E DESIGN | 0.5410553 | 0.3775596 | 0.5254354 | 0.2222222 | 0.0128116 | 0.1167852 | 0.1131882 | 0.3417384 | 20.91990 | 90.51246 | 0.2284703 |
| ARTE | ARTES / MÚSICA | 0.5516364 | 0.1386445 | 0.5476228 | 0.0869565 | 0.0059821 | 0.0138663 | 0.0773443 | 0.1177553 | 14.02089 | 84.93329 | -0.1920587 |
| AFIS | ASTRONOMIA / FÍSICA | 0.3720471 | 0.2030266 | 0.3470100 | 0.1176471 | 0.0081098 | 0.0728485 | 0.0900544 | 0.2699045 | 24.20511 | 132.94049 | 0.0119247 |
| BIOD | BIODIVERSIDADE | 0.4582678 | 0.1957734 | 0.4227550 | 0.0833333 | 0.0082425 | 0.1288887 | 0.0907880 | 0.3590107 | 19.81112 | 183.38072 | 0.2952627 |
| BIOT | BIOTECNOLOGIA | 0.5758725 | 1.3448461 | 0.5520550 | 1.0909091 | 0.0091047 | 1.7229868 | 0.0954185 | 1.3126259 | 16.56938 | 97.60417 | -0.0055481 |
| CCOMP | CIÊNCIA DA COMPUTAÇÃO | 0.4841066 | 0.5598763 | 0.4700014 | 0.2679487 | 0.0079290 | 0.4543501 | 0.0890451 | 0.6740549 | 18.39370 | 120.39354 | 0.3374679 |
| CALIM | CIÊNCIA DE ALIMENTOS | 0.5021606 | 0.7402905 | 0.4871369 | 0.5227273 | 0.0103970 | 0.6915660 | 0.1019658 | 0.8316045 | 20.30542 | 112.33488 | -0.0403956 |
| CPOL | CIÊNCIA POLÍTICA E RELAÇÕES INTERNACIONAIS | 0.5706356 | 0.2703117 | 0.6011555 | 0.0769231 | 0.0112490 | 0.1944076 | 0.1060613 | 0.4409168 | 18.58652 | 163.11419 | 0.6956046 |
| CAGRI | CIÊNCIAS AGRÁRIAS I | 0.4685310 | 0.3349835 | 0.4551695 | 0.2023810 | 0.0103009 | 0.1057914 | 0.1014932 | 0.3252559 | 21.66200 | 97.09610 | 0.0146855 |
| CAMB | CIÊNCIAS AMBIENTAIS | 0.6104526 | 0.2730628 | 0.6142941 | 0.1428571 | 0.0027458 | 0.1012756 | 0.0524001 | 0.3182383 | 8.58381 | 116.54400 | 0.1018812 |
| CBI | CIÊNCIAS BIOLÓGICAS I | 0.4994095 | 0.6764019 | 0.4574387 | 0.4544288 | 0.0082982 | 0.8660853 | 0.0910944 | 0.9306370 | 18.24042 | 137.58641 | 0.1848038 |
| CBII | CIÊNCIAS BIOLÓGICAS II | 0.4800129 | 0.3875768 | 0.4446935 | 0.2490323 | 0.0074435 | 0.1451255 | 0.0862758 | 0.3809535 | 17.97365 | 98.29110 | 0.2349243 |
| CBIII | CIÊNCIAS BIOLÓGICAS III | 0.4878419 | 0.6002489 | 0.4727768 | 0.3193277 | 0.0092568 | 0.3476269 | 0.0962121 | 0.5895989 | 19.72199 | 98.22574 | 0.0569043 |
| 31 | COMUNICAÇÃO E INFORMAÇÃO | 0.5620376 | 0.3069668 | 0.5578070 | 0.1666667 | 0.0042517 | 0.2089877 | 0.0652052 | 0.4571517 | 11.60158 | 148.92546 | 0.2464828 |
| DIRE | DIREITO | 0.3803537 | 0.1007436 | 0.3493296 | 0.0697115 | 0.0119161 | 0.0090767 | 0.1091607 | 0.0952719 | 28.69978 | 94.56875 | 0.1574570 |
| ECON | ECONOMIA | 0.5388506 | 0.6710695 | 0.5235912 | 0.1666667 | 0.0077229 | 1.4496067 | 0.0878802 | 1.2039962 | 16.30882 | 179.41452 | -0.1265495 |
| EDUC | EDUCAÇÃO | 0.4759315 | 0.1211216 | 0.4621334 | 0.0544118 | 0.0054563 | 0.0519690 | 0.0738666 | 0.2279671 | 15.52042 | 188.21347 | 0.1084951 |
| EFIS | EDUCAÇÃO FÍSICA | 0.4404994 | 0.1322053 | 0.4219032 | 0.0741758 | 0.0053630 | 0.0189253 | 0.0732328 | 0.1375693 | 16.62494 | 104.05729 | 0.3127635 |
| ENFE | ENFERMAGEM | 0.4104475 | 0.2768576 | 0.4042974 | 0.1458333 | 0.0070782 | 0.1164755 | 0.0841323 | 0.3412851 | 20.49769 | 123.27097 | 0.0422589 |
| ENGI | ENGENHARIAS I | 0.5082287 | 0.2780807 | 0.4928614 | 0.1875000 | 0.0127769 | 0.0725829 | 0.1130349 | 0.2694121 | 22.24096 | 96.88271 | -0.1501145 |
| ENGII | ENGENHARIAS II | 0.4978308 | 0.6893837 | 0.4832882 | 0.5454545 | 0.0130447 | 0.2998964 | 0.1142132 | 0.5476279 | 22.94218 | 79.43731 | 0.0120804 |
| ENGIII | ENGENHARIAS III | 0.5386601 | 0.6849478 | 0.5276911 | 0.4894366 | 0.0120338 | 0.3509995 | 0.1096988 | 0.5924521 | 20.36512 | 86.49594 | 0.1545039 |
| ENGIV | ENGENHARIAS IV | 0.4781398 | 0.5768609 | 0.4836177 | 0.4555556 | 0.0108588 | 0.2564211 | 0.1042058 | 0.5063803 | 21.79400 | 87.78206 | 0.0192613 |
| ENSI | ENSINO | 0.5749583 | 0.1809241 | 0.5758972 | 0.1254902 | 0.0098342 | 0.0377002 | 0.0991676 | 0.1941655 | 17.24779 | 107.31875 | 0.1908441 |
| FARM | FARMÁCIA | 0.5197188 | 0.7597380 | 0.5424709 | 0.5000000 | 0.0076871 | 0.7112891 | 0.0876759 | 0.8433796 | 16.86988 | 111.00927 | -0.4046448 |
| FILO | FILOSOFIA | 0.4429540 | 0.1050189 | 0.4225003 | 0.0954545 | 0.0065252 | 0.0036803 | 0.0807785 | 0.0606655 | 18.23631 | 57.76626 | -0.1625493 |
| GEOC | GEOCIÊNCIAS | 0.4527815 | 0.1585391 | 0.4555833 | 0.0769231 | 0.0125462 | 0.0230186 | 0.1120098 | 0.1517187 | 24.73816 | 95.69798 | 0.4050088 |
| GEOG | GEOGRAFIA | 0.4477785 | 0.1288647 | 0.4231340 | 0.0690476 | 0.0069278 | 0.0337183 | 0.0832334 | 0.1836254 | 18.58808 | 142.49479 | 0.4211243 |
| HIST | HISTÓRIA | 0.4230407 | 0.0615002 | 0.3639525 | 0.0526316 | 0.0175621 | 0.0004780 | 0.1325221 | 0.0218638 | 31.32609 | 35.55079 | 0.7229756 |
| INTE | INTERDISCIPLINAR | 0.6160689 | 0.3661844 | 0.6154952 | 0.2000000 | 0.0076114 | 0.2293859 | 0.0872436 | 0.4789425 | 14.16134 | 130.79272 | -0.0483087 |
| LETR | LETRAS / LINGUÍSTICA | 0.4530650 | 0.1543771 | 0.4536374 | 0.0833333 | 0.0094282 | 0.0426180 | 0.0970991 | 0.2064412 | 21.43160 | 133.72528 | 0.3968974 |
| MAPE | MATEMÁTICA / PROBABILIDADE E ESTATÍSTICA | 0.4266529 | 0.0757409 | 0.3903368 | 0.0540936 | 0.0072326 | 0.0019527 | 0.0850446 | 0.0441890 | 19.93298 | 58.34240 | 0.3700844 |
| MATE | MATERIAIS | 0.5812343 | 0.6337145 | 0.5674261 | 0.4062500 | 0.0138905 | 0.3292804 | 0.1178581 | 0.5738296 | 20.27721 | 90.55018 | -0.0383174 |
| MEDI | MEDICINA I | 0.4560494 | 0.2770991 | 0.4540817 | 0.1363636 | 0.0037100 | 0.2067886 | 0.0609097 | 0.4547401 | 13.35595 | 164.10743 | -0.0924198 |
| MEDII | MEDICINA II | 0.4910419 | 0.3171799 | 0.4907244 | 0.1428571 | 0.0042239 | 0.2028259 | 0.0649916 | 0.4503620 | 13.23544 | 141.98947 | 0.0293568 |
| MEDIII | MEDICINA III | 0.4385964 | 0.3411829 | 0.4163677 | 0.1764706 | 0.0057189 | 0.2135701 | 0.0756236 | 0.4621364 | 17.24218 | 135.45121 | 0.3880639 |
| MVET | MEDICINA VETERINÁRIA | 0.4277576 | 0.3388667 | 0.4136139 | 0.2142857 | 0.0088083 | 0.1057207 | 0.0938525 | 0.3251472 | 21.94057 | 95.95138 | -0.2489991 |
| NUTR | NUTRIÇÃO | 0.4986630 | 0.3465697 | 0.5101044 | 0.2019231 | 0.0033505 | 0.1953373 | 0.0578834 | 0.4419698 | 11.60772 | 127.52697 | 0.1511235 |
| ODON | ODONTOLOGIA | 0.3941684 | 0.4031381 | 0.3722371 | 0.2187500 | 0.0101509 | 0.2269797 | 0.1007518 | 0.4764238 | 25.56059 | 118.17883 | 0.0754210 |
| PLUR | PLANEJAMENTO URBANO E REGIONAL / DEMOGRAFIA | 0.6283042 | 0.1105020 | 0.6400658 | 0.0916667 | 0.0097094 | 0.0038744 | 0.0985361 | 0.0622450 | 15.68286 | 56.32925 | 0.2888406 |
| PSICO | PSICOLOGIA | 0.3965791 | 0.2108548 | 0.3722954 | 0.1250000 | 0.0053732 | 0.0502826 | 0.0733019 | 0.2242377 | 18.48356 | 106.34700 | 0.3629818 |
| QUIM | QUÍMICA | 0.4007854 | 0.4722336 | 0.3733165 | 0.4128788 | 0.0101856 | 0.1374670 | 0.1009238 | 0.3707654 | 25.18150 | 78.51313 | -0.2281440 |
| SCOL | SAÚDE COLETIVA | 0.5451550 | 0.1261340 | 0.5496062 | 0.0869565 | 0.0069515 | 0.0124490 | 0.0833758 | 0.1115750 | 15.29396 | 88.45750 | -0.3454864 |
| SSOC | SERVIÇO SOCIAL | 0.4603859 | 0.1166667 | 0.4603859 | 0.1166667 | 0.0426334 | 0.0005556 | 0.2064787 | 0.0235702 | 44.84905 | 20.20305 | -1.0000000 |
| SOCI | SOCIOLOGIA | 0.5021918 | 0.0726852 | 0.5562162 | 0.0625000 | 0.0097549 | 0.0005716 | 0.0987667 | 0.0239088 | 19.66712 | 32.89363 | 0.3967366 |
| ZOOT | ZOOTECNIA / RECURSOS PESQUEIROS | 0.4346320 | 0.1785424 | 0.4340551 | 0.0833333 | 0.0058195 | 0.0535519 | 0.0762854 | 0.2314129 | 17.55173 | 129.61227 | -0.0598526 |
##### ---------------------------------------------------------------------------------------
status_f <- factor(ds_COR$CS_STATUS_JURIDICO) ## Fator para split de categoria
ds_COR_status <- ds_COR %>% select(CS_STATUS_JURIDICO,IMI,IPT) %>%
split(status_f, drop = T) %>% ## Separação por status
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_status <- f.print_corr(ds_COR_status)
ds_COR_status <- ds_COR %>% group_by(CS_STATUS_JURIDICO) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_status, by.x = "CS_STATUS_JURIDICO", by.y = "cat", all = T)
write.csv2(ds_COR_status, paste0(v_path_o, "COR_status.csv"))
kable(ds_COR_status)| CS_STATUS_JURIDICO | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|
| ESTADUAL | 0.4859979 | 0.3282292 | 0.4849812 | 0.1550481 | 0.0112001 | 0.1656389 | 0.1058305 | 0.4069876 | 21.77592 | 123.99496 | 0.0560432 |
| FEDERAL | 0.4897049 | 0.3913628 | 0.4798593 | 0.2000000 | 0.0125776 | 0.2798879 | 0.1121501 | 0.5290443 | 22.90157 | 135.18002 | 0.0135034 |
| MUNICIPAL | 0.5626099 | 0.3537739 | 0.5584018 | 0.2583333 | 0.0268984 | 0.1029824 | 0.1640073 | 0.3209087 | 29.15116 | 90.71011 | 0.7949491 |
| PARTICULAR | 0.5565106 | 0.5258685 | 0.5639965 | 0.2500000 | 0.0114146 | 0.4881934 | 0.1068392 | 0.6987084 | 19.19806 | 132.86750 | 0.1781221 |
##### ---------------------------------------------------------------------------------------
modalidade_f <- factor(ds_COR$NM_MODALIDADE_PROGRAMA) ## Fator para split de categoria
ds_COR_modalidade <- ds_COR %>% select(NM_MODALIDADE_PROGRAMA,IMI,IPT) %>%
split(modalidade_f, drop = T) %>% ## Separação por modalidade
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_modalidade <- f.print_corr(ds_COR_modalidade)
ds_COR_modalidade <- ds_COR %>% group_by(NM_MODALIDADE_PROGRAMA) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_modalidade, by.x = "NM_MODALIDADE_PROGRAMA", by.y = "cat", all = T)
write.csv2(ds_COR_modalidade, paste0(v_path_o, "COR_modalidade.csv"))
kable(ds_COR_modalidade)| NM_MODALIDADE_PROGRAMA | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|
| ACADÊMICO | 0.4879121 | 0.3860063 | 0.4798593 | 0.1875000 | 0.0120277 | 0.2666483 | 0.1096709 | 0.5163800 | 22.47760 | 133.7750 | 0.0460689 |
| PROFISSIONAL | 0.5876662 | 0.5096381 | 0.5848819 | 0.2352941 | 0.0094136 | 0.4798977 | 0.0970239 | 0.6927465 | 16.51003 | 135.9291 | 0.1539738 |
##### ---------------------------------------------------------------------------------------
regiao_f <- factor(ds_COR$NM_REGIAO) ## Fator para split de categoria
ds_COR_regiao <- ds_COR %>% select(NM_REGIAO,IMI,IPT) %>%
split(regiao_f, drop = T) %>% ## Separação por região
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_regiao <- f.print_corr(ds_COR_regiao)
ds_COR_regiao <- ds_COR %>% group_by(NM_REGIAO) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_regiao, by.x = "NM_REGIAO", by.y = "cat", all = T)
write.csv2(ds_COR_regiao, paste0(v_path_o, "COR_regiao.csv"))
kable(ds_COR_regiao)| NM_REGIAO | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|
| CENTRO-OESTE | 0.5155191 | 0.3232409 | 0.5160393 | 0.1791444 | 0.0090769 | 0.1391428 | 0.0952729 | 0.3730185 | 18.48096 | 115.3995 | 0.0043121 |
| NORDESTE | 0.4947997 | 0.4814050 | 0.4930601 | 0.2272727 | 0.0117669 | 0.3906753 | 0.1084755 | 0.6250402 | 21.92311 | 129.8367 | 0.1638861 |
| NORTE | 0.5327687 | 0.2953078 | 0.5401091 | 0.1500000 | 0.0119480 | 0.0938504 | 0.1093069 | 0.3063501 | 20.51676 | 103.7393 | -0.2886462 |
| SUDESTE | 0.4917210 | 0.3440034 | 0.4832882 | 0.1875000 | 0.0133493 | 0.1718336 | 0.1155390 | 0.4145281 | 23.49686 | 120.5012 | 0.0534928 |
| SUL | 0.5129864 | 0.4926963 | 0.5109415 | 0.2307692 | 0.0137127 | 0.5192603 | 0.1171011 | 0.7205972 | 22.82734 | 146.2559 | 0.1069948 |
##### ---------------------------------------------------------------------------------------
estado_f <- factor(ds_COR$SG_UF_PROGRAMA) ## Fator para split de categoria
ds_COR_estado <- ds_COR %>% select(SG_UF_PROGRAMA,IMI,IPT) %>%
split(estado_f, drop = T) %>% ## Separação por UF
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_estado <- f.print_corr(ds_COR_estado)
ds_COR_estado <- ds_COR %>% group_by(SG_UF_PROGRAMA) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_estado, by.x = "SG_UF_PROGRAMA", by.y = "cat", all = T)
write.csv2(ds_COR_estado, paste0(v_path_o, "COR_estado.csv"))
kable(ds_COR_estado)| SG_UF_PROGRAMA | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|
| AL | 0.4663922 | 0.5941471 | 0.4737002 | 0.4705882 | 0.0100014 | 0.3280338 | 0.1000069 | 0.5727423 | 21.4426651 | 96.39739 | -0.0148360 |
| AM | 0.5018810 | 0.4336544 | 0.4917269 | 0.3630952 | 0.0131547 | 0.1540802 | 0.1146938 | 0.3925305 | 22.8527852 | 90.51690 | -0.2781982 |
| AP | 0.5929877 | 0.3583333 | 0.5929877 | 0.3583333 | 0.0000060 | 0.1901389 | 0.0024420 | 0.4360492 | 0.4118166 | 121.68814 | -1.0000000 |
| BA | 0.5049031 | 0.3646949 | 0.5117115 | 0.1764706 | 0.0103502 | 0.1895453 | 0.1017361 | 0.4353680 | 20.1496231 | 119.37869 | 0.1051185 |
| CE | 0.4756634 | 0.3517493 | 0.4639349 | 0.2272727 | 0.0165074 | 0.1162229 | 0.1284812 | 0.3409149 | 27.0109594 | 96.91984 | 0.0247291 |
| DF | 0.4971590 | 0.3417525 | 0.4786563 | 0.1789474 | 0.0093903 | 0.1372879 | 0.0969038 | 0.3705238 | 19.4915084 | 108.41873 | 0.0254560 |
| ES | 0.5038986 | 0.3275839 | 0.5068297 | 0.1666667 | 0.0121679 | 0.1673489 | 0.1103080 | 0.4090831 | 21.8909197 | 124.87886 | -0.0519754 |
| GO | 0.5111682 | 0.2906703 | 0.5083870 | 0.1538462 | 0.0084000 | 0.1407611 | 0.0916517 | 0.3751815 | 17.9298543 | 129.07455 | -0.1536206 |
| MA | 0.5343267 | 0.5120769 | 0.5418345 | 0.2666667 | 0.0110900 | 0.3816615 | 0.1053091 | 0.6177876 | 19.7087381 | 120.64352 | -0.2288156 |
| MG | 0.4852722 | 0.3802928 | 0.4795227 | 0.2105263 | 0.0146595 | 0.1758920 | 0.1210765 | 0.4193948 | 24.9502263 | 110.28206 | -0.0228397 |
| MS | 0.5526926 | 0.3187933 | 0.5438751 | 0.2287582 | 0.0059991 | 0.0594875 | 0.0774539 | 0.2439007 | 14.0139220 | 76.50746 | -0.1969635 |
| MT | 0.5527561 | 0.3460276 | 0.5746678 | 0.2142857 | 0.0104020 | 0.2406519 | 0.1019904 | 0.4905628 | 18.4512531 | 141.76985 | 0.3036758 |
| PA | 0.5209672 | 0.2581198 | 0.5320274 | 0.1428571 | 0.0113984 | 0.0934963 | 0.1067635 | 0.3057717 | 20.4933288 | 118.46113 | -0.4308233 |
| PB | 0.4634219 | 0.4636296 | 0.4364228 | 0.2229167 | 0.0157894 | 0.3396145 | 0.1256558 | 0.5827646 | 27.1147735 | 125.69614 | 0.3485496 |
| PE | 0.4796214 | 0.4815274 | 0.4750936 | 0.1770833 | 0.0107004 | 0.4848351 | 0.1034426 | 0.6963010 | 21.5675523 | 144.60257 | 0.1297284 |
| PI | 0.4329307 | 0.5671184 | 0.3990881 | 0.6428571 | 0.0035898 | 0.1417230 | 0.0599148 | 0.3764611 | 13.8393426 | 66.38139 | 0.6621575 |
| PR | 0.5136326 | 0.4353268 | 0.5082916 | 0.2366947 | 0.0141975 | 0.3846872 | 0.1191533 | 0.6202316 | 23.1981511 | 142.47494 | 0.0300539 |
| RJ | 0.4982558 | 0.3448194 | 0.4912678 | 0.1875000 | 0.0114548 | 0.1675011 | 0.1070272 | 0.4092690 | 21.4803780 | 118.69081 | 0.1350876 |
| RN | 0.5142406 | 0.5375909 | 0.5071137 | 0.2153846 | 0.0097937 | 0.5651987 | 0.0989629 | 0.7517970 | 19.2444797 | 139.84557 | 0.3303990 |
| RO | 0.5951800 | 0.3000000 | 0.6176398 | 0.2666667 | 0.0103920 | 0.0311111 | 0.1019412 | 0.1763834 | 17.1277991 | 58.79447 | -0.0077090 |
| RS | 0.5030314 | 0.5570447 | 0.5001535 | 0.1914894 | 0.0136802 | 0.7308385 | 0.1169626 | 0.8548909 | 23.2515501 | 153.46901 | 0.1815209 |
| SC | 0.5428098 | 0.4451770 | 0.5314941 | 0.2659933 | 0.0117856 | 0.2064467 | 0.1085617 | 0.4543640 | 19.9999589 | 102.06369 | 0.0504995 |
| SE | 0.5933435 | 1.7588920 | 0.6233310 | 1.8666667 | 0.0060570 | 0.9944799 | 0.0778266 | 0.9972361 | 13.1166187 | 56.69684 | -0.0165007 |
| SP | 0.4918393 | 0.3137728 | 0.4844612 | 0.1702128 | 0.0136470 | 0.1715841 | 0.1168206 | 0.4142271 | 23.7517759 | 132.01500 | 0.0888485 |
| TO | 0.5810058 | 0.2967439 | 0.5935374 | 0.3038462 | 0.0127188 | 0.0498777 | 0.1127776 | 0.2233332 | 19.4107477 | 75.26126 | 0.2909145 |
##### ---------------------------------------------------------------------------------------
sigla_ies_f <- factor(ds_COR$SG_ENTIDADE_ENSINO) ## Fator para split de categoria
ds_COR_sigla_ies <- ds_COR %>% select(SG_ENTIDADE_ENSINO,IMI,IPT) %>%
split(sigla_ies_f, drop = T) %>% ## Separação por sigla da instituição
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_sigla_ies <- f.print_corr(ds_COR_sigla_ies)
ds_COR_sigla_ies <- ds_COR %>% group_by(SG_ENTIDADE_ENSINO) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_sigla_ies, by.x = "SG_ENTIDADE_ENSINO", by.y = "cat", all = T)
write.csv2(ds_COR_sigla_ies, paste0(v_path_o, "COR_sigla_ies.csv"))
kable(ds_COR_sigla_ies)| SG_ENTIDADE_ENSINO | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|
| CDTN | 0.5344792 | 0.1739130 | 0.5344792 | 0.1739130 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CEFET/MG | 0.6128622 | 0.5495169 | 0.6128622 | 0.5495169 | 0.0037016 | 0.4879956 | 0.0608410 | 0.6985668 | 9.9273521 | 127.123812 | -1.0000000 |
| CEFET/RJ | 0.4763096 | 0.4375000 | 0.4763096 | 0.4375000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CRH/SES-SP | 0.6813969 | 0.0666667 | 0.6813969 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EESP/FGV | 0.7146795 | 0.1000000 | 0.7146795 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FACCAMP | 0.5772657 | 0.4545455 | 0.5772657 | 0.4545455 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FCMSCSP-TI | 0.5625168 | 0.1189840 | 0.5625168 | 0.1189840 | 0.0087664 | 0.0015764 | 0.0936292 | 0.0397039 | 16.6446885 | 33.369084 | -1.0000000 |
| FEEVALE | 0.6157592 | 0.6629073 | 0.5965885 | 0.5701754 | 0.0045786 | 0.2941213 | 0.0676652 | 0.5423295 | 10.9889135 | 81.810761 | 0.9468683 |
| FEI | 0.6216708 | 0.1000000 | 0.6216708 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FESP/UPE | 0.4925248 | 0.2074049 | 0.4597034 | 0.0909091 | 0.0141276 | 0.0479448 | 0.1188595 | 0.2189631 | 24.1326943 | 105.572792 | -0.0716308 |
| FUCAPE | 0.4712988 | 0.3076923 | 0.4712988 | 0.3076923 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FUFPI | 0.4329307 | 0.5671184 | 0.3990881 | 0.6428571 | 0.0035898 | 0.1417230 | 0.0599148 | 0.3764611 | 13.8393426 | 66.381392 | 0.6621575 |
| FUFSE | 0.5796233 | 1.5998902 | 0.5872335 | 1.6000000 | 0.0073741 | 1.2343022 | 0.0858724 | 1.1109915 | 14.8152095 | 69.441738 | -0.1000349 |
| FUMEC | 0.6356466 | 0.2335664 | 0.6700287 | 0.1818182 | 0.0295935 | 0.0200646 | 0.1720276 | 0.1416494 | 27.0634059 | 60.646298 | 0.4406114 |
| FUNDACENTR | 0.6266879 | 0.0555556 | 0.6266879 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FUPF | 0.7914739 | 1.3149351 | 0.7914739 | 1.3149351 | 0.0000976 | 1.8347318 | 0.0098815 | 1.3545227 | 1.2484993 | 103.010617 | 1.0000000 |
| FURB | 0.5331884 | 0.2415938 | 0.5096312 | 0.1000000 | 0.0070403 | 0.0524482 | 0.0839068 | 0.2290157 | 15.7367991 | 94.793702 | 0.3065253 |
| FURG | 0.5069060 | 0.2133436 | 0.5109415 | 0.1428571 | 0.0053173 | 0.0411436 | 0.0729199 | 0.2028390 | 14.3852840 | 95.076174 | -0.5651299 |
| IBMEC | 0.6496591 | 0.1041667 | 0.6496591 | 0.1041667 | 0.0028128 | 0.0008681 | 0.0530360 | 0.0294628 | 8.1636721 | 28.284271 | -1.0000000 |
| INTA | 0.8304067 | 0.2500000 | 0.8304067 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| LNCC | 0.5376166 | 0.5945946 | 0.5376166 | 0.5945946 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PUC-GOIÁS | 0.5055877 | 0.2954545 | 0.5055877 | 0.2954545 | 0.0355336 | 0.0836777 | 0.1885037 | 0.2892710 | 37.2840706 | 97.907093 | -1.0000000 |
| PUC-RIO | 0.5133393 | 0.4533430 | 0.4767702 | 0.2666667 | 0.0177574 | 0.2451783 | 0.1332570 | 0.4951548 | 25.9588559 | 109.222986 | 0.5156670 |
| PUC/MG | 0.4653151 | 0.5792550 | 0.4963292 | 0.4000000 | 0.0113801 | 0.2886858 | 0.1066775 | 0.5372949 | 22.9258699 | 92.756190 | 0.3419347 |
| PUC/PR | 0.5228328 | 0.7849561 | 0.5314517 | 0.2777778 | 0.0113520 | 0.8474682 | 0.1065458 | 0.9205803 | 20.3785662 | 117.277932 | 0.4499018 |
| PUC/RS | 0.4675092 | 0.4950602 | 0.4537386 | 0.2575758 | 0.0136072 | 0.5655591 | 0.1166501 | 0.7520366 | 24.9514033 | 151.908121 | 0.6394049 |
| PUC/SP | 0.4862102 | 0.2543373 | 0.5034448 | 0.1993464 | 0.0094226 | 0.0432885 | 0.0970699 | 0.2080589 | 19.9645913 | 81.804328 | 0.0869724 |
| PUCCAMP | 0.5540254 | 0.6160969 | 0.5648221 | 0.4444444 | 0.0026268 | 0.2263329 | 0.0512526 | 0.4757446 | 9.2509459 | 77.219116 | -0.8546365 |
| SLMANDIC | 0.4802662 | 0.4333536 | 0.4802662 | 0.4333536 | 0.0005805 | 0.0006668 | 0.0240927 | 0.0258225 | 5.0165380 | 5.958765 | 1.0000000 |
| UAM | 0.6810248 | 1.2727273 | 0.6810248 | 1.2727273 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UCB | 0.5593754 | 0.4963348 | 0.5754654 | 0.3095238 | 0.0126969 | 0.2815570 | 0.1126805 | 0.5306195 | 20.1439937 | 106.907583 | -0.3435669 |
| UCDB | 0.6048799 | 0.6311355 | 0.5900280 | 0.7857143 | 0.0028787 | 0.0785127 | 0.0536537 | 0.2802011 | 8.8701477 | 44.396345 | -0.9532412 |
| UCP/RJ | 0.6139957 | 0.5000000 | 0.6139957 | 0.5000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UCS | 0.5750795 | 0.7582418 | 0.5562077 | 0.6000000 | 0.0015635 | 0.4445127 | 0.0395411 | 0.6667178 | 6.8757541 | 87.929445 | -0.3559327 |
| UCSAL | 0.6318957 | 0.1000000 | 0.6318957 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UDESC | 0.5150843 | 0.5210266 | 0.5131733 | 0.3238636 | 0.0046656 | 0.2658393 | 0.0683052 | 0.5155960 | 13.2609837 | 98.957717 | -0.0502214 |
| UEA | 0.5838169 | 0.2333333 | 0.5838169 | 0.2333333 | 0.0029920 | 0.0200000 | 0.0546990 | 0.1414214 | 9.3691996 | 60.609153 | -1.0000000 |
| UECE | 0.5049746 | 0.4363663 | 0.5460384 | 0.2000000 | 0.0125131 | 0.2810897 | 0.1118621 | 0.5301790 | 22.1520244 | 121.498610 | 0.0614056 |
| UEFS | 0.5150507 | 0.3763613 | 0.5598657 | 0.0869565 | 0.0111835 | 0.2732242 | 0.1057522 | 0.5227085 | 20.5323938 | 138.884773 | 0.2305784 |
| UEG | 0.5753109 | 0.1005482 | 0.5655099 | 0.0645833 | 0.0023892 | 0.0053795 | 0.0488798 | 0.0733450 | 8.4962463 | 72.945100 | -0.5075092 |
| UEL | 0.4739387 | 0.4483590 | 0.4697174 | 0.2727273 | 0.0114879 | 0.2451372 | 0.1071818 | 0.4951133 | 22.6151176 | 110.427877 | 0.2292014 |
| UEM | 0.4469201 | 0.2771741 | 0.4708928 | 0.1818182 | 0.0099265 | 0.0931595 | 0.0996316 | 0.3052204 | 22.2929356 | 110.118657 | 0.2281517 |
| UEMA | 0.5181929 | 0.1669109 | 0.5648937 | 0.0769231 | 0.0129382 | 0.0271675 | 0.1137461 | 0.1648255 | 21.9505350 | 98.750630 | 0.3844722 |
| UEMG | 0.5801127 | 0.3493590 | 0.5801127 | 0.3493590 | 0.0077474 | 0.1415393 | 0.0880192 | 0.3762171 | 15.1727698 | 107.687822 | 1.0000000 |
| UEMS | 0.5430572 | 0.1166667 | 0.5453013 | 0.1333333 | 0.0018482 | 0.0036111 | 0.0429907 | 0.0600925 | 7.9164156 | 51.507875 | 0.7252406 |
| UENF | 0.4951461 | 0.5690798 | 0.5010296 | 0.2241715 | 0.0136282 | 0.4201836 | 0.1167399 | 0.6482157 | 23.5768656 | 113.905953 | -0.0281982 |
| UEPA | 0.5407268 | 0.1849206 | 0.5123016 | 0.1500000 | 0.0045688 | 0.0180631 | 0.0675929 | 0.1343991 | 12.5003771 | 72.679334 | 0.9015452 |
| UEPB | 0.5398282 | 0.2952171 | 0.5769608 | 0.0714286 | 0.0156854 | 0.1017452 | 0.1252412 | 0.3189752 | 23.2002045 | 108.047665 | 0.5918298 |
| UEPG | 0.5150699 | 0.5231099 | 0.5371864 | 0.5516304 | 0.0166973 | 0.1617920 | 0.1292181 | 0.4022338 | 25.0874939 | 76.892794 | 0.1500251 |
| UERJ | 0.4995111 | 0.2993529 | 0.5163312 | 0.1495536 | 0.0110985 | 0.1372813 | 0.1053495 | 0.3705149 | 21.0905212 | 123.771932 | 0.0457577 |
| UERN | 0.5404140 | 0.2426136 | 0.5397583 | 0.1875000 | 0.0014817 | 0.0449626 | 0.0384934 | 0.2120437 | 7.1229484 | 87.399766 | -0.6731364 |
| UESB | 0.4651212 | 0.0875223 | 0.4864606 | 0.0588235 | 0.0076203 | 0.0026089 | 0.0872946 | 0.0510770 | 18.7681301 | 58.358885 | 0.4671949 |
| UESC | 0.5015622 | 0.3003430 | 0.5048363 | 0.1051282 | 0.0106480 | 0.1271732 | 0.1031891 | 0.3566135 | 20.5735411 | 118.735416 | 0.1307324 |
| UEZO | 0.7779623 | 0.1538462 | 0.7779623 | 0.1538462 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UFABC | 0.5652310 | 0.2053998 | 0.5532801 | 0.1180556 | 0.0179580 | 0.0366102 | 0.1340074 | 0.1913379 | 23.7084366 | 93.153884 | -0.1781912 |
| UFAL | 0.4663922 | 0.5941471 | 0.4737002 | 0.4705882 | 0.0100014 | 0.3280338 | 0.1000069 | 0.5727423 | 21.4426651 | 96.397394 | -0.0148360 |
| UFAM | 0.4854938 | 0.4737186 | 0.4533093 | 0.4464286 | 0.0139552 | 0.1753971 | 0.1181322 | 0.4188044 | 24.3323785 | 88.407835 | -0.2035711 |
| UFBA | 0.4983204 | 0.4371638 | 0.5038892 | 0.2777778 | 0.0125983 | 0.2471769 | 0.1122420 | 0.4971689 | 22.5240631 | 113.726001 | 0.1241633 |
| UFC | 0.4331974 | 0.3468179 | 0.4075583 | 0.2400000 | 0.0118396 | 0.0821325 | 0.1088100 | 0.2865877 | 25.1178728 | 82.633499 | 0.1573311 |
| UFCG | 0.4088460 | 0.5839243 | 0.3828078 | 0.3125000 | 0.0101504 | 0.5142783 | 0.1007492 | 0.7171320 | 24.6423356 | 122.812485 | 0.6839217 |
| UFCSPA | 0.3872887 | 0.1052632 | 0.3872887 | 0.1052632 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UFERSA | 0.5525098 | 0.1149267 | 0.5680536 | 0.1250000 | 0.0114277 | 0.0011629 | 0.1069004 | 0.0341017 | 19.3481476 | 29.672584 | -0.3812691 |
| UFES | 0.4920107 | 0.3707403 | 0.4702816 | 0.1666667 | 0.0132740 | 0.2018300 | 0.1152128 | 0.4492550 | 23.4167292 | 121.177809 | 0.0000099 |
| UFF | 0.4779041 | 0.2740684 | 0.4651353 | 0.1250000 | 0.0091693 | 0.1086396 | 0.0957566 | 0.3296052 | 20.0367834 | 120.263857 | -0.2599586 |
| UFFS | 0.5330270 | 0.0697115 | 0.5330270 | 0.0697115 | 0.0096936 | 0.0001040 | 0.0984560 | 0.0101987 | 18.4711073 | 14.629796 | -1.0000000 |
| UFG | 0.5032517 | 0.3148936 | 0.4935199 | 0.1666667 | 0.0080413 | 0.1601588 | 0.0896731 | 0.4001984 | 17.8187289 | 127.090055 | -0.0700361 |
| UFGD | 0.5533232 | 0.2618212 | 0.5247854 | 0.2426901 | 0.0056819 | 0.0152949 | 0.0753785 | 0.1236725 | 13.6228615 | 47.235463 | -0.7664372 |
| UFJF | 0.4623114 | 0.3053737 | 0.4569148 | 0.1428571 | 0.0141069 | 0.1611161 | 0.1187725 | 0.4013927 | 25.6910188 | 131.443119 | 0.0500158 |
| UFLA | 0.4534273 | 0.3216586 | 0.4525322 | 0.2272727 | 0.0101095 | 0.0653178 | 0.1005459 | 0.2555735 | 22.1746389 | 79.454890 | 0.1010485 |
| UFMA | 0.5362353 | 0.5651188 | 0.5187753 | 0.3333333 | 0.0129669 | 0.4471436 | 0.1138725 | 0.6686880 | 21.2355384 | 118.326966 | -0.4520826 |
| UFMG | 0.4276149 | 0.3946243 | 0.4192923 | 0.2000000 | 0.0079614 | 0.1767151 | 0.0892266 | 0.4203750 | 20.8661111 | 106.525362 | 0.0877858 |
| UFMS | 0.5201480 | 0.2931038 | 0.5055843 | 0.2237077 | 0.0129339 | 0.0441148 | 0.1137271 | 0.2100352 | 21.8643743 | 71.658960 | -0.8368105 |
| UFMT | 0.5427524 | 0.3786624 | 0.5565396 | 0.2142857 | 0.0120759 | 0.2893799 | 0.1098902 | 0.5379404 | 20.2468381 | 142.063318 | 0.3152604 |
| UFOP | 0.5074817 | 0.3660442 | 0.4905541 | 0.1937500 | 0.0089642 | 0.1110450 | 0.0946793 | 0.3332342 | 18.6567027 | 91.036602 | -0.3025546 |
| UFOPA | 0.5926017 | 0.1074561 | 0.5983267 | 0.1052632 | 0.0019929 | 0.0021737 | 0.0446414 | 0.0466234 | 7.5331211 | 43.388350 | -0.9210105 |
| UFPA | 0.4962409 | 0.3010767 | 0.4978392 | 0.1500000 | 0.0094393 | 0.1151858 | 0.0971560 | 0.3393903 | 19.5783990 | 112.725554 | -0.4215843 |
| UFPE | 0.4604364 | 0.5828940 | 0.4526859 | 0.2095238 | 0.0109100 | 0.7186724 | 0.1044510 | 0.8477455 | 22.6852164 | 145.437320 | 0.1951845 |
| UFPEL | 0.4971870 | 0.9443666 | 0.4893000 | 0.4090909 | 0.0170445 | 1.7763670 | 0.1305546 | 1.3328042 | 26.2586607 | 141.132071 | 0.0791329 |
| UFPR | 0.4803391 | 0.4567406 | 0.4743357 | 0.2083333 | 0.0093714 | 0.8181582 | 0.0968060 | 0.9045210 | 20.1536743 | 198.038216 | 0.0039320 |
| UFRA | 0.5446181 | 0.1287879 | 0.5446181 | 0.1287879 | 0.0213618 | 0.0028696 | 0.1461569 | 0.0535687 | 26.8365912 | 41.594516 | -1.0000000 |
| UFRB | 0.5188704 | 0.3054902 | 0.5202006 | 0.3333333 | 0.0079970 | 0.0248681 | 0.0894259 | 0.1576963 | 17.2347195 | 51.620745 | 0.6638713 |
| UFRGS | 0.4280470 | 0.4183457 | 0.4186122 | 0.0871212 | 0.0068842 | 0.5372291 | 0.0829711 | 0.7329591 | 19.3836417 | 175.204185 | 0.0298753 |
| UFRJ | 0.4618706 | 0.3004006 | 0.4681123 | 0.1851852 | 0.0081845 | 0.1215598 | 0.0904685 | 0.3486543 | 19.5874107 | 116.063130 | 0.0730907 |
| UFRN | 0.4913729 | 0.4730725 | 0.4837464 | 0.2307692 | 0.0074669 | 0.2332052 | 0.0864111 | 0.4829132 | 17.5856351 | 102.080168 | 0.0068719 |
| UFRPE | 0.4812478 | 0.2871394 | 0.4872065 | 0.1547619 | 0.0087703 | 0.0942977 | 0.0936501 | 0.3070793 | 19.4598391 | 106.944335 | -0.4028885 |
| UFRRJ | 0.4976197 | 0.2402188 | 0.4770012 | 0.1130952 | 0.0104848 | 0.0628179 | 0.1023953 | 0.2506351 | 20.5770274 | 104.336134 | 0.3532150 |
| UFSC | 0.5101598 | 0.4567460 | 0.5050751 | 0.3875000 | 0.0224759 | 0.1496662 | 0.1499195 | 0.3868672 | 29.3867719 | 84.700720 | 0.1183339 |
| UFSCAR | 0.4590691 | 0.3312254 | 0.4370517 | 0.1714286 | 0.0128065 | 0.1885176 | 0.1131657 | 0.4341861 | 24.6511208 | 131.084796 | 0.2085122 |
| UFSJ | 0.5828258 | 0.3469606 | 0.5904414 | 0.2792208 | 0.0067887 | 0.1048598 | 0.0823937 | 0.3238206 | 14.1369420 | 93.330678 | -0.0479384 |
| UFSM | 0.4634939 | 0.5310400 | 0.4379189 | 0.3523810 | 0.0213164 | 0.2639495 | 0.1460012 | 0.5137601 | 31.5001435 | 96.746041 | 0.3500788 |
| UFT | 0.5810058 | 0.2967439 | 0.5935374 | 0.3038462 | 0.0127188 | 0.0498777 | 0.1127776 | 0.2233332 | 19.4107477 | 75.261264 | 0.2909145 |
| UFTM | 0.7281777 | 0.1026786 | 0.7281777 | 0.1026786 | 0.0022210 | 0.0032286 | 0.0471273 | 0.0568211 | 6.4719537 | 55.338792 | 1.0000000 |
| UFU | 0.4378610 | 0.5125483 | 0.4161588 | 0.2284226 | 0.0182717 | 0.2876905 | 0.1351729 | 0.5363678 | 30.8711820 | 104.647284 | 0.0085206 |
| UFV | 0.4626114 | 0.3878371 | 0.4367396 | 0.2727273 | 0.0143186 | 0.1256774 | 0.1196604 | 0.3545101 | 25.8662838 | 91.406956 | 0.0219636 |
| UFVJM | 0.5961519 | 0.3254299 | 0.5705311 | 0.2883598 | 0.0197561 | 0.0525426 | 0.1405565 | 0.2292218 | 23.5772913 | 70.436610 | -0.2122325 |
| ULBRA | 0.6213537 | 2.9909091 | 0.6568182 | 3.6000000 | 0.0077844 | 2.7947934 | 0.0882292 | 1.6717636 | 14.1995063 | 55.894830 | -0.4697979 |
| UMC | 0.5953161 | 1.1367521 | 0.6243924 | 0.5833333 | 0.0031466 | 2.0160393 | 0.0560944 | 1.4198730 | 9.4226183 | 124.906121 | 0.6010575 |
| UNAERP | 0.3299997 | 0.3076923 | 0.3299997 | 0.3076923 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNAMA | 0.7001512 | 0.0972222 | 0.7001512 | 0.0972222 | 0.0344869 | 0.0003858 | 0.1857064 | 0.0196419 | 26.5237636 | 20.203051 | 1.0000000 |
| UNB | 0.4886749 | 0.3206731 | 0.4672386 | 0.1558704 | 0.0086105 | 0.1199162 | 0.0927926 | 0.3462891 | 18.9886115 | 107.988193 | 0.0592898 |
| UNEB | 0.5193067 | 0.3676142 | 0.5129967 | 0.0871212 | 0.0044743 | 0.2231441 | 0.0668901 | 0.4723813 | 12.8806464 | 128.499220 | -0.4587086 |
| UNEMAT | 0.5927712 | 0.2154882 | 0.5746678 | 0.0909091 | 0.0033949 | 0.0610227 | 0.0582656 | 0.2470277 | 9.8293607 | 114.636292 | 0.9483563 |
| UNESA | 0.5294652 | 0.1469697 | 0.5941640 | 0.1000000 | 0.0271209 | 0.0079821 | 0.1646841 | 0.0893426 | 31.1038590 | 60.789786 | 0.2919499 |
| UNESC | 0.5895908 | 0.5992063 | 0.6074430 | 0.2500000 | 0.0120200 | 0.4045257 | 0.1096358 | 0.6360233 | 18.5952291 | 106.144294 | 0.1131653 |
| UNESPAR | 0.6523280 | 0.0625000 | 0.6523280 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNIAN-SP | 0.6829004 | 0.5340909 | 0.6829004 | 0.5340909 | 0.0057427 | 0.1614153 | 0.0757806 | 0.4017652 | 11.0968699 | 75.224126 | 1.0000000 |
| UNIARA | 0.5925182 | 0.1249332 | 0.5995000 | 0.0954545 | 0.0024746 | 0.0072638 | 0.0497455 | 0.0852281 | 8.3956135 | 68.218977 | -0.3160669 |
| UNIB | 0.4967641 | 0.2500000 | 0.4967641 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNICAMP | 0.4250973 | 0.3181543 | 0.4007878 | 0.1702128 | 0.0054433 | 0.1113763 | 0.0737786 | 0.3337309 | 17.3556938 | 104.895933 | -0.2459779 |
| UNICAP | 0.5783554 | 1.2592593 | 0.6045933 | 1.0000000 | 0.0041197 | 0.5720165 | 0.0641848 | 0.7563177 | 11.0978197 | 60.060523 | 0.7879805 |
| UNICASTELO | 0.5748305 | 0.4042347 | 0.5527488 | 0.5384615 | 0.0018022 | 0.0779209 | 0.0424525 | 0.2791432 | 7.3852293 | 69.054744 | 0.5323421 |
| UNICENTRO | 0.6451783 | 0.1407407 | 0.6451023 | 0.1666667 | 0.0150198 | 0.0057202 | 0.1225555 | 0.0756318 | 18.9955950 | 53.738363 | 0.9547597 |
| UNICEUMA | 0.5480300 | 0.7380952 | 0.5480300 | 0.7380952 | 0.0096077 | 0.7086168 | 0.0980188 | 0.8417938 | 17.8856621 | 114.049481 | 1.0000000 |
| UNICID | 0.4509336 | 0.8888889 | 0.4509336 | 0.8888889 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNICRUZ | 0.6267409 | 0.0773810 | 0.6267409 | 0.0773810 | 0.0029018 | 0.0000709 | 0.0538685 | 0.0084179 | 8.5950194 | 10.878566 | 1.0000000 |
| UNICSUL | 0.5199168 | 0.2136752 | 0.5868462 | 0.2307692 | 0.0154510 | 0.0166557 | 0.1243022 | 0.1290570 | 23.9080935 | 60.398676 | 0.9016921 |
| UNIFA | 0.7008181 | 1.0588235 | 0.7008181 | 1.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNIFACS | 0.5756264 | 0.2613636 | 0.5756264 | 0.2613636 | 0.0000050 | 0.0002583 | 0.0022322 | 0.0160706 | 0.3877804 | 6.148755 | 1.0000000 |
| UNIFAL | 0.5599288 | 0.1140785 | 0.5215110 | 0.1000000 | 0.0131453 | 0.0058855 | 0.1146531 | 0.0767170 | 20.4763767 | 67.249370 | -0.5065269 |
| UNIFAP | 0.5929877 | 0.3583333 | 0.5929877 | 0.3583333 | 0.0000060 | 0.1901389 | 0.0024420 | 0.4360492 | 0.4118166 | 121.688144 | -1.0000000 |
| UNIFATEA | 0.7599298 | 0.2222222 | 0.7599298 | 0.2222222 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNIFEI | 0.5513835 | 0.4928976 | 0.5442952 | 0.4272727 | 0.0178053 | 0.1892777 | 0.1334364 | 0.4350606 | 24.2002789 | 88.265922 | -0.0428853 |
| UNIFENAS | 0.5006267 | 0.1923077 | 0.4885226 | 0.2500000 | 0.0014383 | 0.0099852 | 0.0379247 | 0.0999260 | 7.5754504 | 51.961524 | 0.2764018 |
| UNIFESP | 0.4910539 | 0.0777223 | 0.4711760 | 0.0625000 | 0.0092873 | 0.0023774 | 0.0963704 | 0.0487588 | 19.6252133 | 62.734602 | -0.2215446 |
| UNIFESSPA | 0.6843526 | 0.0714286 | 0.6843526 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNIFOR | 0.5637129 | 0.4468750 | 0.5440653 | 0.3750000 | 0.0076199 | 0.1249465 | 0.0872922 | 0.3534777 | 15.4852221 | 79.099900 | -0.5488938 |
| UNIFRA | 0.5507783 | 0.0916667 | 0.5547677 | 0.0888889 | 0.0029266 | 0.0013477 | 0.0540977 | 0.0367115 | 9.8220443 | 40.048945 | 0.9353061 |
| UNIFRAN | 0.5430862 | 0.1909071 | 0.5384698 | 0.1428571 | 0.0028601 | 0.0207781 | 0.0534798 | 0.1441461 | 9.8473862 | 75.505876 | -0.3008402 |
| UNIGRANRIO | 0.6122169 | 0.4545455 | 0.6122169 | 0.4545455 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNIJUÍ | 0.5592172 | 1.1266789 | 0.5128598 | 0.1538462 | 0.0124473 | 2.8714027 | 0.1115674 | 1.6945214 | 19.9506451 | 150.399676 | -0.3628658 |
| UNILAB | 0.7443572 | 0.0666667 | 0.7443572 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNILASALLE | 0.6113387 | 0.1502914 | 0.6194874 | 0.1287879 | 0.0009227 | 0.0075735 | 0.0303763 | 0.0870259 | 4.9688206 | 57.904786 | 0.3300454 |
| UNIMEP | 0.5506855 | 0.1000000 | 0.5506855 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNIMONTES | 0.5580923 | 0.6128701 | 0.5406983 | 0.1428571 | 0.0047396 | 1.2144811 | 0.0688451 | 1.1020350 | 12.3357822 | 179.815438 | -0.1354248 |
| UNINOVE | 0.6212918 | 0.3531371 | 0.6231791 | 0.1666667 | 0.0051525 | 0.2781687 | 0.0717809 | 0.5274170 | 11.5534905 | 149.351904 | 0.0033201 |
| UNIOESTE | 0.5220053 | 0.3212682 | 0.5319219 | 0.1428571 | 0.0102359 | 0.1469363 | 0.1011728 | 0.3833227 | 19.3815702 | 119.315493 | 0.2094150 |
| UNIP | 0.5265201 | 0.3666667 | 0.5423747 | 0.3333333 | 0.0231542 | 0.0811111 | 0.1521650 | 0.2848001 | 28.9001239 | 77.672761 | 0.5096491 |
| UNIPAR | 0.5629635 | 0.1428571 | 0.5629635 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNIR | 0.5951800 | 0.3000000 | 0.6176398 | 0.2666667 | 0.0103920 | 0.0311111 | 0.1019412 | 0.1763834 | 17.1277991 | 58.794474 | -0.0077090 |
| UNIRIO | 0.5454014 | 0.3611519 | 0.5876362 | 0.1952381 | 0.0054041 | 0.4138757 | 0.0735123 | 0.6433317 | 13.4785663 | 178.133273 | 0.2161783 |
| UNISANTA | 0.5715228 | 1.6153846 | 0.5715228 | 1.6153846 | 0.0049591 | 2.6627219 | 0.0704212 | 1.6317849 | 12.3216758 | 101.015254 | -1.0000000 |
| UNISC | 0.5763911 | 0.4193862 | 0.5616960 | 0.2500000 | 0.0027359 | 0.2175331 | 0.0523056 | 0.4664044 | 9.0746630 | 111.211213 | 0.6805554 |
| UNISINOS | 0.4944315 | 0.3796334 | 0.4827363 | 0.2142857 | 0.0096839 | 0.2654118 | 0.0984069 | 0.5151813 | 19.9030478 | 135.704974 | 0.0854960 |
| UNISO | 0.6641295 | 0.5717949 | 0.6468269 | 0.5384615 | 0.0010236 | 0.2394280 | 0.0319941 | 0.4893138 | 4.8174525 | 85.575062 | 0.8772250 |
| UNISOCIESC | 0.8209325 | 0.8333333 | 0.8209325 | 0.8333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNISUAM | 0.6389969 | 0.8461538 | 0.6389969 | 0.8461538 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNISUL | 0.5382821 | 0.1990352 | 0.5502121 | 0.1764706 | 0.0005983 | 0.0049328 | 0.0244610 | 0.0702336 | 4.5442730 | 35.287052 | -0.9881491 |
| UNIT-SE | 0.6345041 | 2.2358974 | 0.6345041 | 2.2358974 | 0.0010107 | 0.1830901 | 0.0317908 | 0.4278903 | 5.0103438 | 19.137294 | -1.0000000 |
| UNITAU | 0.5070023 | 0.3944444 | 0.5070023 | 0.3944444 | 0.0828843 | 0.2148765 | 0.2878963 | 0.4635478 | 56.7840297 | 117.519155 | 1.0000000 |
| UNIUBE | 0.5953274 | 0.0801282 | 0.5953274 | 0.0801282 | 0.0027991 | 0.0000205 | 0.0529067 | 0.0045327 | 8.8869992 | 5.656854 | 1.0000000 |
| UNIVALI | 0.5386072 | 0.8079365 | 0.5250000 | 0.4000000 | 0.0091630 | 0.8392366 | 0.0957235 | 0.9160986 | 17.7724240 | 113.387445 | -0.2484866 |
| UNIVAP | 0.5942802 | 0.2279207 | 0.5798584 | 0.1414474 | 0.0050101 | 0.0457432 | 0.0707817 | 0.2138766 | 11.9104977 | 93.838168 | 0.7888849 |
| UNIVAS | 0.5660546 | 0.9086538 | 0.5660546 | 0.9086538 | 0.0007555 | 1.2282267 | 0.0274855 | 1.1082539 | 4.8556207 | 121.966566 | -1.0000000 |
| UNIVASF | 0.5579282 | 0.2897059 | 0.5528783 | 0.1928571 | 0.0078607 | 0.0898596 | 0.0886606 | 0.2997660 | 15.8910365 | 103.472525 | 0.8901440 |
| UNIVERSO | 0.4435185 | 0.0714286 | 0.4435185 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UNIVILLE | 0.6065015 | 0.6166667 | 0.6065015 | 0.6166667 | 0.0001995 | 0.4672222 | 0.0141249 | 0.6835366 | 2.3289151 | 110.843766 | -1.0000000 |
| UNOCHAPECÓ | 0.6390628 | 0.1050061 | 0.6336743 | 0.0769231 | 0.0003589 | 0.0028591 | 0.0189457 | 0.0534702 | 2.9646086 | 50.921073 | 0.9751669 |
| UNOESC | 0.5975925 | 0.3250916 | 0.6214716 | 0.1538462 | 0.0070957 | 0.1371085 | 0.0842357 | 0.3702817 | 14.0958413 | 113.900739 | 0.6347150 |
| UNOESTE | 0.5432209 | 0.6188142 | 0.4769645 | 0.0833333 | 0.0141798 | 0.9001936 | 0.1190791 | 0.9487853 | 21.9209376 | 153.323134 | -0.5289273 |
| UNOPAR | 0.5115463 | 0.4038462 | 0.5013242 | 0.4615385 | 0.0019447 | 0.0181213 | 0.0440992 | 0.1346154 | 8.6207639 | 33.333333 | 0.8351628 |
| UNP | 0.7154852 | 2.1277778 | 0.7144690 | 1.1333333 | 0.0023081 | 4.2573148 | 0.0480429 | 2.0633262 | 6.7147310 | 96.970942 | 0.9162205 |
| UP | 0.4302555 | 1.6666667 | 0.4302555 | 1.6666667 | 0.0068353 | 0.0000000 | 0.0826762 | 0.0000000 | 19.2155943 | 0.000000 | NA |
| UPM | 0.5072103 | 0.3807566 | 0.5653910 | 0.3784722 | 0.0160094 | 0.0227494 | 0.1265281 | 0.1508290 | 24.9458888 | 39.612963 | -0.3306503 |
| URCA | 0.5461400 | 0.0344828 | 0.5461400 | 0.0344828 | NA | NA | NaN | NaN | NaN | NaN | NA |
| URI | 0.5842539 | 0.3425000 | 0.5921958 | 0.0833333 | 0.0082860 | 0.1384410 | 0.0910273 | 0.3720766 | 15.5800946 | 108.635494 | 0.8083495 |
| USC | 0.5317815 | 0.3354701 | 0.5317815 | 0.3354701 | 0.0130418 | 0.1567043 | 0.1142005 | 0.3958589 | 21.4750874 | 118.001259 | 1.0000000 |
| USF | 0.2970644 | 0.0909091 | 0.2970644 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| USP | 0.4372311 | 0.2965728 | 0.4192778 | 0.1739130 | 0.0091158 | 0.1499563 | 0.0954767 | 0.3872420 | 21.8366725 | 130.572324 | 0.1175072 |
| USP/EEL | 0.6298990 | 0.2450397 | 0.6100233 | 0.2142857 | 0.0130968 | 0.0060262 | 0.1144412 | 0.0776286 | 18.1681835 | 31.680000 | -0.6615054 |
| USS | 0.6747883 | 0.5833333 | 0.6747883 | 0.5833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UTFPR | 0.5957641 | 0.3861886 | 0.5922330 | 0.2888889 | 0.0192633 | 0.1391041 | 0.1387921 | 0.3729667 | 23.2964893 | 96.576303 | -0.1416839 |
| UTP | 0.6363999 | 0.1666667 | 0.6363999 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UVA | 0.5372427 | 0.8403846 | 0.5546597 | 0.7000000 | 0.0149842 | 0.2326775 | 0.1224100 | 0.4823666 | 22.7848546 | 57.398311 | 0.3564454 |
| UVA-CE | 0.4821972 | 0.0666667 | 0.4821972 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| UVV | 0.5685158 | 0.1275641 | 0.5762214 | 0.0916667 | 0.0068265 | 0.0067571 | 0.0826228 | 0.0822014 | 14.5330636 | 64.439277 | 0.3359335 |
##### ---------------------------------------------------------------------------------------
programa_f <- factor(ds_COR$NM_PROGRAMA_IES) ## Fator para split de categoria
ds_COR_programa <- ds_COR %>% select(NM_PROGRAMA_IES,IMI,IPT) %>%
split(programa_f, drop = T) %>% ## Separação por nome do programa
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_programa <- f.print_corr(ds_COR_programa)
ds_COR_programa <- ds_COR %>% group_by(NM_PROGRAMA_IES) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_programa, by.x = "NM_PROGRAMA_IES", by.y = "cat", all = T)
write.csv2(ds_COR_programa, paste0(v_path_o, "COR_programa.csv"))
kable(ds_COR_programa)| NM_PROGRAMA_IES | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|
| (MEDICINA) TECNOLOGIA E INTERVENÇÃO EM CARDIOLOGIA | 0.4078360 | 0.1176471 | 0.4078360 | 0.1176471 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ADMINISTRAÇÃO | 0.5256066 | 0.2990031 | 0.5284839 | 0.1428571 | 0.0049484 | 0.1376411 | 0.0703447 | 0.3710001 | 13.3835315 | 124.0790245 | 0.0971850 |
| ADMINISTRAÇÃO DAS MICRO E PEQUENAS EMPRESAS | 0.5772657 | 0.4545455 | 0.5772657 | 0.4545455 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ADMINISTRAÇÃO E DESENVOLVIMENTO EMPRESARIAL | 0.5941640 | 0.2500000 | 0.5941640 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ADMINISTRAÇÃO PÚBLICA | 0.4924567 | 0.3846154 | 0.4924567 | 0.3846154 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGRICULTURA E AMBIENTE | 0.5845955 | 0.2797619 | 0.5845955 | 0.2797619 | 0.0017888 | 0.0374858 | 0.0422944 | 0.1936126 | 7.2348163 | 69.2061956 | -1.0000000 |
| AGRICULTURA ORGÂNICA | 0.4807881 | 0.0588235 | 0.4807881 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGRICULTURA TROPICAL | 0.4476532 | 0.4615385 | 0.4476532 | 0.4615385 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGROECOLOGIA | 0.5503369 | 0.1111111 | 0.5503369 | 0.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGROECOLOGIA E DESENVOLVIMENTO RURAL | 0.6201284 | 0.2142857 | 0.6201284 | 0.2142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGROENERGIA | 0.6051847 | 0.3000000 | 0.6051847 | 0.3000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGRONEGÓCIO | 0.6656135 | 0.0777778 | 0.6656135 | 0.0777778 | 0.0048150 | 0.0009877 | 0.0693899 | 0.0314270 | 10.4249509 | 40.4061018 | 1.0000000 |
| AGRONEGÓCIOS | 0.6629908 | 0.1333333 | 0.6629908 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGRONOMIA | 0.3993822 | 0.4128754 | 0.3894881 | 0.1208134 | 0.0049190 | 0.3906371 | 0.0701355 | 0.6250097 | 17.5610038 | 151.3797313 | 0.1798647 |
| AGRONOMIA - SUSTENTABILIDADE NA AGRICULLTURA | 0.5453013 | 0.1666667 | 0.5453013 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGRONOMIA (CIÊNCIAS DO SOLO) | 0.3685244 | 0.1903846 | 0.3685244 | 0.1903846 | 0.0000048 | 0.0032618 | 0.0021861 | 0.0571125 | 0.5931948 | 29.9984695 | -1.0000000 |
| AGRONOMIA (FITOPATOLOGIA) | 0.4224456 | 0.0769231 | 0.4224456 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGRONOMIA (FITOTECNIA) | 0.3322991 | 0.2450091 | 0.3322991 | 0.2450091 | 0.0056860 | 0.0619827 | 0.0754053 | 0.2489632 | 22.6920140 | 101.6138634 | 1.0000000 |
| AGRONOMIA (METEOROLOGIA APLICADA) | 0.5972870 | 0.3333333 | 0.5972870 | 0.3333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGRONOMIA (PRODUÇÃO VEGETAL) | 0.4965032 | 0.3507937 | 0.4730988 | 0.3571429 | 0.0029110 | 0.0065835 | 0.0539536 | 0.0811389 | 10.8667212 | 23.1300958 | -0.9500812 |
| AGRONOMIA (SOLOS E NUTRIÇÃO DE PLANTAS) | 0.3418771 | 0.6000000 | 0.3418771 | 0.6000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGRONOMIA ¿ PRODUÇÃO VEGETAL | 0.4906248 | 0.0588235 | 0.4906248 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGRONOMIA TROPICAL | 0.4392376 | 0.0666667 | 0.4392376 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AGROQUÍMICA | 0.4303706 | 0.3944444 | 0.4006268 | 0.4500000 | 0.0187732 | 0.0567593 | 0.1370154 | 0.2382420 | 31.8366200 | 60.3993849 | -0.7932149 |
| ALERGIA E IMUNOPATOLOGIA | 0.5055602 | 0.2500000 | 0.5055602 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ALIMENTOS E NUTRIÇÃO | 0.4793904 | 0.2907278 | 0.4496496 | 0.2777778 | 0.0105657 | 0.0045392 | 0.1027897 | 0.0673736 | 21.4417612 | 23.1741020 | -0.5725657 |
| ALIMENTOS, NUTRIÇÃO E SAÚDE | 0.5089755 | 0.1701389 | 0.5089755 | 0.1701389 | 0.0084590 | 0.0231723 | 0.0919726 | 0.1522244 | 18.0701470 | 89.4706539 | -1.0000000 |
| AMBIENTE CONSTRUÍDO | 0.5196366 | 0.2307692 | 0.5196366 | 0.2307692 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AMBIENTE CONSTRUÍDO E PATRIMÔNIO SUSTENTÁVEL | 0.5472484 | 0.0555556 | 0.5472484 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AMBIENTE E SISTEMAS DE PRODUÇÃO AGRÍCOLA | 0.6579395 | 0.5000000 | 0.6579395 | 0.5000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AMBIENTE, TECNOLOGIA E SOCIEDADE | 0.5680536 | 0.0769231 | 0.5680536 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ANÁLISE AMBIENTAL INTEGRADA | 0.6144990 | 0.0666667 | 0.6144990 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ANÁLISE DO COMPORTAMENTO | 0.3309136 | 0.2727273 | 0.3309136 | 0.2727273 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ANÁLISES CLÍNICAS | 0.5688079 | 0.2500000 | 0.5688079 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ANÁLISES CLÍNICAS E TOXICOLÓGICAS | 0.4627393 | 0.3333333 | 0.4627393 | 0.3333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ANATOMIA DOS ANIMAIS DOMÉSTICOS E SILVESTRES | 0.4464277 | 0.2962963 | 0.4464277 | 0.2962963 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ANESTESIOLOGIA | 0.4268863 | 0.1428571 | 0.4268863 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ANTROPOLOGIA | 0.5581693 | 0.1984127 | 0.5581693 | 0.1984127 | 0.0001715 | 0.0152431 | 0.0130963 | 0.1234631 | 2.3462876 | 62.2253967 | 1.0000000 |
| AQÜICULTURA | 0.4993793 | 0.2000000 | 0.4993793 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AQUICULTURA E DESENVOLVIMENTO SUSTENTÁVEL | 0.5523404 | 0.2000000 | 0.5523404 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ARQUEOLOGIA | 0.5006823 | 0.1359649 | 0.5006823 | 0.1359649 | 0.0000229 | 0.0018852 | 0.0047856 | 0.0434188 | 0.9558081 | 31.9338546 | 1.0000000 |
| ARQUITETURA | 0.5692096 | 0.1263158 | 0.5692096 | 0.1263158 | 0.0529050 | 0.0108587 | 0.2300109 | 0.1042052 | 40.4088316 | 82.4957911 | 1.0000000 |
| ARQUITETURA E URBANISMO | 0.4591855 | 0.2753721 | 0.4449828 | 0.1555556 | 0.0065551 | 0.0791020 | 0.0809639 | 0.2812507 | 17.6320611 | 102.1347720 | -0.2415125 |
| ARQUITETURA E URBANISMO E DESIGN | 0.5254354 | 0.1818182 | 0.5254354 | 0.1818182 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ARQUITETURA PAISAGÍSTICA | 0.4912678 | 0.1666667 | 0.4912678 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ARQUITETURA, TECNOLOGIA E CIDADE | 0.4733391 | 0.0454545 | 0.4733391 | 0.0454545 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ARTES | 0.5916529 | 0.1313841 | 0.5825875 | 0.1538462 | 0.0042853 | 0.0031079 | 0.0654620 | 0.0557482 | 11.0642586 | 42.4314460 | 0.3177771 |
| ARTES CÊNICAS | 0.5137411 | 0.0539972 | 0.5137411 | 0.0539972 | 0.0022959 | 0.0002213 | 0.0479160 | 0.0148760 | 9.3268853 | 27.5496149 | -1.0000000 |
| ARTES DA CENA | 0.4868095 | 0.0869565 | 0.4868095 | 0.0869565 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ARTES VISUAIS | 0.5380741 | 0.1029942 | 0.5509123 | 0.0972222 | 0.0014726 | 0.0037307 | 0.0383741 | 0.0610798 | 7.1317469 | 59.3041398 | -0.7125085 |
| ARTES, CULTURA E LINGUAGENS | 0.7222471 | 0.0625000 | 0.7222471 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ASSISTÊNCIA E AVALIAÇÃO EM SAÚDE | 0.6303131 | 0.6470588 | 0.6303131 | 0.6470588 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ASTRONOMIA | 0.3082449 | 0.1428571 | 0.3082449 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| AVALIAÇÃO DE IMPACTOS AMBIENTAIS | 0.6385610 | 0.0909091 | 0.6385610 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIBLIOTECONOMIA | 0.5206851 | 0.2000000 | 0.5206851 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOCIÊNCIA ANIMAL | 0.4948091 | 0.3674020 | 0.4835561 | 0.1875000 | 0.0041905 | 0.1187394 | 0.0647340 | 0.3445858 | 13.0826225 | 93.7898616 | -0.0965297 |
| BIOCIÊNCIAS | 0.6366828 | 0.3740602 | 0.6366828 | 0.3740602 | 0.0069540 | 0.1445036 | 0.0833905 | 0.3801364 | 13.0976468 | 101.6243917 | 1.0000000 |
| BIOCIÊNCIAS APLICADAS À SAÚDE | 0.5558970 | 0.0555556 | 0.5558970 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOCIÊNCIAS E FISIOPATOLOGIA | 0.5200675 | 0.0555556 | 0.5200675 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOCIÊNCIAS E SAÚDE | 0.6214716 | 0.0714286 | 0.6214716 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIODIVERSIDADE ANIMAL | 0.3647486 | 0.0476190 | 0.3647486 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIODIVERSIDADE E CONSERVAÇÃO | 0.5730254 | 0.4444444 | 0.5730254 | 0.4444444 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIODIVERSIDADE E USO DOS RECURSOS NATURAIS | 0.4899510 | 0.1176471 | 0.4899510 | 0.1176471 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIODIVERSIDADE VEGETAL | 0.5214383 | 0.0833333 | 0.5214383 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOENGENHARIA | 0.6003514 | 0.0801282 | 0.6003514 | 0.0801282 | 0.0003085 | 0.0000205 | 0.0175628 | 0.0045327 | 2.9254282 | 5.6568542 | 1.0000000 |
| BIOFOTÔNICA APLICADA ÀS CIÊNCIAS DA SAÚDE | 0.6537616 | 0.1333333 | 0.6537616 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOINFORMÁTICA | 0.5773063 | 0.4918156 | 0.5847097 | 0.1739130 | 0.0012986 | 0.2988133 | 0.0360359 | 0.5466382 | 6.2420753 | 111.1469875 | -0.2391117 |
| BIOLOGIA ANIMAL | 0.4068278 | 0.3526235 | 0.4087655 | 0.3703704 | 0.0004609 | 0.0246503 | 0.0214690 | 0.1570041 | 5.2771611 | 44.5245671 | 0.3403640 |
| BIOLOGIA APLICADA À SAÚDE | 0.4443452 | 0.6000000 | 0.4443452 | 0.6000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA CELULAR | 0.4239674 | 0.3225806 | 0.4239674 | 0.3225806 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA CELULAR E ESTRUTURAL | 0.3994289 | 0.6923077 | 0.3994289 | 0.6923077 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA CELULAR E ESTRUTURAL APLICADAS | 0.6094538 | 0.1176471 | 0.6094538 | 0.1176471 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA CELULAR E MOLECULAR | 0.4313644 | 0.2866300 | 0.4220059 | 0.2500000 | 0.0003117 | 0.0555363 | 0.0176540 | 0.2356613 | 4.0926063 | 82.2179504 | 0.9421045 |
| BIOLOGIA CELULAR E MOLECULAR APLICADA | 0.4597034 | 0.1578947 | 0.4597034 | 0.1578947 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA CELULAR E MOLECULAR APLICADA À SAÚDE | 0.5209106 | 3.6000000 | 0.5209106 | 3.6000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA COMPARADA | 0.3792509 | 0.2380952 | 0.3792509 | 0.2380952 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA DE AGENTES INFECCIOSOS E PARASITÁRIOS | 0.4318242 | 0.1304348 | 0.4318242 | 0.1304348 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA DE AMBIENTES AQUÁTICOS CONTINENTAIS | 0.4587072 | 0.0555556 | 0.4587072 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA DE FUNGOS | 0.3660627 | 0.1250000 | 0.3660627 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA DE VERTEBRADOS | 0.5263015 | 0.1000000 | 0.5263015 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA E BIOTECNOLOGIA DE MICRORGANISMOS | 0.4426841 | 0.7857143 | 0.4426841 | 0.7857143 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA ESTRUTURAL E FUNCIONAL | 0.5365897 | 0.1937500 | 0.5365897 | 0.1937500 | 0.0132570 | 0.0000781 | 0.1151391 | 0.0088388 | 21.4575731 | 4.5619792 | -1.0000000 |
| BIOLOGIA MARINHA E AMBIENTES COSTEIROS | 0.5263999 | 0.0526316 | 0.5263999 | 0.0526316 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA MICROBIANA | 0.5227079 | 0.0476190 | 0.5227079 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA MOLECULAR E CELULAR | 0.5976252 | 0.0625000 | 0.5976252 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA ORAL | 0.4510295 | 0.0555556 | 0.4510295 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA PARASITARIA | 0.5395075 | 0.8235294 | 0.5395075 | 0.8235294 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA PARASITÁRIA | 0.6004635 | 0.7121212 | 0.6004635 | 0.7121212 | 0.0005696 | 0.7718090 | 0.0238666 | 0.8785266 | 3.9746930 | 123.3675661 | 1.0000000 |
| BIOLOGIA PARASITÁRIA NA AMAZÔNIA | 0.4919886 | 0.1500000 | 0.4919886 | 0.1500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOLOGIA VEGETAL | 0.4069585 | 0.1139881 | 0.4042626 | 0.1291667 | 0.0011218 | 0.0020657 | 0.0334927 | 0.0454504 | 8.2300101 | 39.8729083 | 0.6329833 |
| BIOMETRIA E ESTATÍSTICA APLICADA | 0.5115840 | 0.1333333 | 0.5115840 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOPROSPECÇÃO MOLECULAR | 0.5461400 | 0.0344828 | 0.5461400 | 0.0344828 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOQUÍMICA | 0.4327580 | 0.6966912 | 0.4446935 | 0.5392157 | 0.0025145 | 0.1969610 | 0.0501443 | 0.4438029 | 11.5871535 | 63.7015229 | 0.6998866 |
| BIOQUÍMICA APLICADA | 0.4992503 | 1.6666667 | 0.4992503 | 1.6666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOQUÍMICA E BIOPROSPECÇÃO | 0.5267033 | 1.5555556 | 0.5267033 | 1.5555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOQUÍMICA E FARMACOLOGIA | 0.6618587 | 0.4705882 | 0.6618587 | 0.4705882 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOQUÍMICA E IMUNOLOGIA | 0.4057393 | 0.7142857 | 0.4057393 | 0.7142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOSSISTEMAS | 0.5200652 | 0.3500000 | 0.5200652 | 0.3500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOCIÊNCIA | 0.6044872 | 0.2000000 | 0.6044872 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA | 0.5784738 | 1.4140370 | 0.5602167 | 1.1176471 | 0.0101509 | 1.8106821 | 0.1007519 | 1.3456159 | 17.4168425 | 95.1612932 | -0.0040334 |
| BIOTECNOLOGIA AMBIENTAL | 0.5214347 | 1.1764706 | 0.5214347 | 1.1764706 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA APLICADA À AGROPECUÁRIA | 0.6479667 | 0.0909091 | 0.6479667 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA DE RECURSOS NATURAIS | 0.5234225 | 0.2941176 | 0.5234225 | 0.2941176 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA E BIOCIÊNCIAS | 0.6229337 | 0.5200000 | 0.6229337 | 0.5200000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA E INOVAÇÃO EM SAÚDE | 0.7364854 | 0.8181818 | 0.7364854 | 0.8181818 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA E MONITORAMENTO AMBIENTAL | 0.5281224 | 0.5625000 | 0.5281224 | 0.5625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA E RECURSOS NATURAIS DA AMAZÔNIA | 0.5451389 | 0.3333333 | 0.5451389 | 0.3333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA FARMACÊUTICA | 0.7333333 | 3.0000000 | 0.7333333 | 3.0000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA INDUSTRIAL | 0.6120246 | 2.5384615 | 0.6120246 | 2.5384615 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BIOTECNOLOGIA VEGETAL | 0.5174468 | 1.4210526 | 0.5174468 | 1.4210526 | NA | NA | NaN | NaN | NaN | NaN | NA |
| BOTÂNICA | 0.4655304 | 0.3915033 | 0.4077489 | 0.1666667 | 0.0211998 | 0.2291055 | 0.1456016 | 0.4786496 | 31.2765065 | 122.2594224 | -0.4398963 |
| BOTÂNICA APLICADA | 0.4525322 | 0.0833333 | 0.4525322 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CARDIOLOGIA | 0.3517211 | 0.4411765 | 0.3517211 | 0.4411765 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CARTOGRAFIA SOCIAL E POLÍTICA DA AMAZÔNIA | 0.6011555 | 0.0769231 | 0.6011555 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIDADES INTELIGENTES E SUSTENTÁVEIS | 0.6699153 | 0.0588235 | 0.6699153 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIENCIA ANIMAL | 0.4691280 | 0.3333333 | 0.4691280 | 0.3333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA ANIMAL | 0.4318612 | 0.2007381 | 0.4324199 | 0.1130952 | 0.0069254 | 0.0370593 | 0.0832190 | 0.1925078 | 19.2698510 | 95.8999874 | -0.0324796 |
| CIÊNCIA ANIMAL COM ÊNFASE EM PRODUTOS BIOATIVOS | 0.5629635 | 0.1428571 | 0.5629635 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA ANIMAL NOS TRÓPICOS | 0.3454503 | 0.6470588 | 0.3454503 | 0.6470588 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA ANIMAL TROPICAL | 0.4553358 | 0.2765568 | 0.4553358 | 0.2765568 | 0.0260092 | 0.0797072 | 0.1612737 | 0.2823247 | 35.4186332 | 102.0856148 | 1.0000000 |
| CIÊNCIA DA COMPUTAÇÃO | 0.4714665 | 0.5395015 | 0.4758871 | 0.2343750 | 0.0085410 | 0.5421889 | 0.0924173 | 0.7363348 | 19.6021010 | 136.4842990 | 0.4871901 |
| CIÊNCIA DA INFORMAÇÃO | 0.5728050 | 0.0906433 | 0.5578070 | 0.0833333 | 0.0022778 | 0.0001603 | 0.0477261 | 0.0126612 | 8.3320017 | 13.9681517 | -0.2721486 |
| CIÊNCIA DA INFORMAÇÃO - UFRJ - IBICT | 0.5240998 | 0.1052632 | 0.5240998 | 0.1052632 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA DE ALIMENTOS | 0.4952940 | 0.6201754 | 0.4839593 | 0.4000000 | 0.0030002 | 0.3064843 | 0.0547741 | 0.5536102 | 11.0589117 | 89.2667155 | -0.6404167 |
| CIÊNCIA DE MATERIAIS | 0.5547895 | 0.5227273 | 0.5547895 | 0.5227273 | 0.0784718 | 0.2324380 | 0.2801282 | 0.4821183 | 50.4927049 | 92.2313193 | -1.0000000 |
| CIENCIA DO SOLO | 0.5058143 | 0.4117647 | 0.5058143 | 0.4117647 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA DO SOLO | 0.4067737 | 0.3235294 | 0.4067737 | 0.3235294 | 0.0000012 | 0.0432526 | 0.0011095 | 0.2079726 | 0.2727625 | 64.2824347 | -1.0000000 |
| CIÊNCIA DOS MATERIAIS | 0.5781689 | 0.6387686 | 0.5863657 | 0.7142857 | 0.0060706 | 0.2644802 | 0.0779140 | 0.5142763 | 13.4760002 | 80.5105819 | -0.4682596 |
| CIÊNCIA DOS MATERIAS | 0.4669176 | 0.0714286 | 0.4669176 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E BIOTECNOLOGIA | 0.6673107 | 0.7500000 | 0.6673107 | 0.7500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E ENGENHARIA AMBIENTAL | 0.7009142 | 0.0769231 | 0.7009142 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E ENGENHARIA DE MATERIAIS | 0.5433721 | 0.9834029 | 0.5278520 | 1.3125000 | 0.0121932 | 0.4443728 | 0.1104228 | 0.6666129 | 20.3217668 | 67.7863479 | 0.3432460 |
| CIÊNCIA E ENGENHARIA DE PETRÓLEO | 0.4772037 | 1.0000000 | 0.4772037 | 1.0000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E ENGENHARIA DOS MATERIAIS | 0.4350096 | 1.2333333 | 0.4350096 | 1.2333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E TECNOLOGIA | 0.3714398 | 0.5172414 | 0.3714398 | 0.5172414 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E TECNOLOGIA AMBIENTAL | 0.6157433 | 0.1549759 | 0.6198951 | 0.1145833 | 0.0028745 | 0.0143758 | 0.0536141 | 0.1198992 | 8.7072228 | 77.3663579 | -0.0836760 |
| CIÊNCIA E TECNOLOGIA DA COMPUTAÇÃO | 0.6128880 | 0.6363636 | 0.6128880 | 0.6363636 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E TECNOLOGIA DA MADEIRA | 0.3300511 | 0.6000000 | 0.3300511 | 0.6000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E TECNOLOGIA DAS RADIAÇÕES, MINERAIS E MATERIAIS | 0.5344792 | 0.1739130 | 0.5344792 | 0.1739130 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E TECNOLOGIA DE ALIMENTOS | 0.5732035 | 1.1319111 | 0.5853332 | 0.6338384 | 0.0124708 | 1.7229963 | 0.1116727 | 1.3126295 | 19.4822057 | 115.9657755 | -0.1906198 |
| CIÊNCIA E TECNOLOGIA DE LEITE E DERIVADOS | 0.5598589 | 0.5000000 | 0.5598589 | 0.5000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E TECNOLOGIA DE MATERIAIS | 0.6980024 | 0.4519231 | 0.6980024 | 0.4519231 | 0.0127872 | 0.1776997 | 0.1130804 | 0.4215444 | 16.2005778 | 93.2779158 | -1.0000000 |
| CIÊNCIA E TECNOLOGIA DE POLÍMEROS | 0.4599617 | 0.3888889 | 0.4599617 | 0.3888889 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E TECNOLOGIA DOS ALIMENTOS | 0.5077913 | 0.6315789 | 0.5077913 | 0.6315789 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E TECNOLOGIA EM SAÚDE | 0.6309028 | 0.5833333 | 0.6309028 | 0.5833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA E TECNOLOGIA FARMACÊUTICA | 0.5523111 | 0.1904762 | 0.5523111 | 0.1904762 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA FLORESTAL | 0.3159218 | 0.1176471 | 0.3159218 | 0.1176471 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIENCIA POLITICA | 0.4448444 | 0.0769231 | 0.4448444 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA POLÍTICA | 0.4800902 | 0.0555556 | 0.4800902 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA SOCIAL (ANTROPOLOGIA SOCIAL) | 0.3724016 | 0.0454545 | 0.3724016 | 0.0454545 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA TECNOLOGIA E INOVAÇÃO EM AGROPECUÁRIA | 0.5937114 | 0.7777778 | 0.5937114 | 0.7777778 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA, GESTÃO E TECNOLOGIA DA INFORMAÇÃO | 0.6813141 | 0.1538462 | 0.6813141 | 0.1538462 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA, INOVAÇÃO E MODELAGEM EM MATERIAIS | 0.6126870 | 0.0769231 | 0.6126870 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIA, TECNOLOGIA E INOVAÇÃO | 0.6778551 | 0.2000000 | 0.6778551 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS | 0.4709064 | 0.1594771 | 0.4896495 | 0.0666667 | 0.0061825 | 0.0280866 | 0.0786287 | 0.1675907 | 16.6973189 | 105.0875935 | 0.7595789 |
| CIÊNCIAS (BIOLOGIA DA RELAÇÃO PATÓGENO-HOSPEDEIRO) | 0.5143770 | 0.1904762 | 0.5143770 | 0.1904762 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS (BIOQUÍMICA) | 0.4258565 | 0.7083333 | 0.4258565 | 0.7083333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS (FISIOLOGIA GERAL) | 0.4831507 | 0.3846154 | 0.4831507 | 0.3846154 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS (MICROBIOLOGIA) | 0.3642293 | 0.2448980 | 0.3642293 | 0.2448980 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS AEROESPACIAIS | 0.7008181 | 1.0588235 | 0.7008181 | 1.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS AGRÁRIAS | 0.5075745 | 0.1705660 | 0.4781946 | 0.1764706 | 0.0162697 | 0.0110750 | 0.1275528 | 0.1052379 | 25.1298684 | 61.6992681 | 0.6255314 |
| CIÊNCIAS AMBIENTAIS | 0.6094242 | 0.3357550 | 0.6213074 | 0.2142857 | 0.0030710 | 0.0974912 | 0.0554166 | 0.3122358 | 9.0932646 | 92.9951384 | 0.1464425 |
| CIÊNCIAS AMBIENTAIS E CONSERVAÇÃO | 0.4473016 | 0.0800000 | 0.4473016 | 0.0800000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS AMBIENTAIS E FLORESTAIS | 0.4036903 | 0.0476190 | 0.4036903 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS AMBIENTAIS E SUSTENTABILIDADE AGROPECUÁRIA | 0.5900280 | 0.8000000 | 0.5900280 | 0.8000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS ANIMAIS | 0.4155234 | 0.2142857 | 0.4155234 | 0.2142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS APLICADAS A PRODUTOS PARA SAÚDE | 0.6357455 | 0.0666667 | 0.6357455 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS APLICADAS À SAÚDE | 0.5797311 | 0.9461538 | 0.5797311 | 0.9461538 | 0.0021928 | 1.1134911 | 0.0468269 | 1.0552209 | 8.0773534 | 111.5274110 | -1.0000000 |
| CIÊNCIAS APLICADAS À SAÚDE DO ADULTO | 0.4009718 | 0.0344828 | 0.4009718 | 0.0344828 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS BIOLÓGICAS | 0.4535408 | 0.3706320 | 0.4151687 | 0.1934985 | 0.0096080 | 0.1090503 | 0.0980203 | 0.3302276 | 21.6122304 | 89.0985043 | -0.0175447 |
| CIÊNCIAS BIOLÓGICAS (BIOFÍSICA) | 0.4042531 | 0.0322581 | 0.4042531 | 0.0322581 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS BIOLÓGICAS (BIOLOGIA MOLECULAR) | 0.4235185 | 1.0357143 | 0.4235185 | 1.0357143 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS BIOLÓGICAS (BIOQUÍMICA) | 0.4022525 | 0.0286290 | 0.4022525 | 0.0286290 | 0.0010386 | 0.0000263 | 0.0322272 | 0.0051322 | 8.0116807 | 17.9266508 | -1.0000000 |
| CIÊNCIAS BIOLÓGICAS (BOTÂNICA) | 0.3722549 | 0.2083333 | 0.3722549 | 0.2083333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS BIOLÓGICAS (FARMACOLOGIA E QUÍMICA MEDICINAL) | 0.4251419 | 0.5909091 | 0.4251419 | 0.5909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS BIOLÓGICAS (FISIOLOGIA E FARMACOLOGIA) | 0.4139987 | 0.5277778 | 0.4139987 | 0.5277778 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS BIOLÓGICAS (MICROBIOLOGIA) | 0.3911415 | 0.5837469 | 0.3911415 | 0.5837469 | 0.0001290 | 0.4135308 | 0.0113583 | 0.6430636 | 2.9038931 | 110.1613753 | -1.0000000 |
| CIÊNCIAS BIOLÓGICAS: FARMACOLOGIA E TERAPÊUTICA | 0.4299241 | 0.8571429 | 0.4299241 | 0.8571429 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS BIOMÉDICAS | 0.6398354 | 0.0833333 | 0.6398354 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS CIRÚRGICAS | 0.5538555 | 0.0714286 | 0.5538555 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS CLIMÁTICAS | 0.4628529 | 0.2307692 | 0.4628529 | 0.2307692 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS COMPUTACIONAIS | 0.4752265 | 0.2758621 | 0.4752265 | 0.2758621 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS CONTÁBEIS | 0.5014217 | 0.1405873 | 0.4849082 | 0.0979167 | 0.0069874 | 0.0135865 | 0.0835905 | 0.1165613 | 16.6707068 | 82.9103021 | 0.0369660 |
| CIÊNCIAS CONTÁBEIS E ADMINISTRAÇÃO | 0.6233950 | 0.0714286 | 0.6233950 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS CONTÁBEIS E ATUARIAIS | 0.5425505 | 0.2222222 | 0.5425505 | 0.2222222 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DA ATIVIDADE FÍSICA | 0.5819728 | 0.1666667 | 0.5819728 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DA CIRURGIA | 0.4047072 | 0.5000000 | 0.4047072 | 0.5000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DA COMPUTAÇÃO | 0.4335943 | 0.3650732 | 0.4350744 | 0.2571429 | 0.0075276 | 0.0998954 | 0.0867618 | 0.3160623 | 20.0099099 | 86.5750385 | 0.8622915 |
| CIÊNCIAS DA COMUNICAÇÃO | 0.5137028 | 0.3750000 | 0.5137028 | 0.3750000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DA INFORMAÇÃO | 0.5543277 | 0.2787115 | 0.5543277 | 0.2787115 | 0.0003509 | 0.0209064 | 0.0187327 | 0.1445905 | 3.3793635 | 51.8781860 | 1.0000000 |
| CIÊNCIAS DA LINGUAGEM | 0.5667427 | 0.4675926 | 0.5854898 | 0.2777778 | 0.0024937 | 0.2184285 | 0.0499370 | 0.4673633 | 8.8112244 | 99.9509732 | 0.5242872 |
| CIÊNCIAS DA REABILITAÇÃO | 0.4097480 | 0.0852238 | 0.3882235 | 0.0844828 | 0.0062719 | 0.0004095 | 0.0791956 | 0.0202370 | 19.3278685 | 23.7457275 | -0.6793484 |
| CIENCIAS DA SAUDE | 0.4732140 | 0.1403743 | 0.4732140 | 0.1403743 | 0.0007321 | 0.0180195 | 0.0270571 | 0.1342368 | 5.7177364 | 95.6277742 | 1.0000000 |
| CIÊNCIAS DA SAUDE | 0.4763006 | 1.3857143 | 0.4763006 | 1.3857143 | 0.0018999 | 1.8322449 | 0.0435878 | 1.3536044 | 9.1513275 | 97.6827925 | -1.0000000 |
| CIÊNCIAS DA SAÚDE | 0.5196654 | 0.3117772 | 0.5148928 | 0.2083333 | 0.0040992 | 0.0786620 | 0.0640253 | 0.2804674 | 12.3204939 | 89.9576367 | -0.1281677 |
| CIÊNCIAS DA SAÚDE APLICADAS À REUMATOLOGIA | 0.4091393 | 0.0909091 | 0.4091393 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DA SAÚDE: GINECOLOGIA E OBSTETRÍCIA | 0.5166138 | 0.0384615 | 0.5166138 | 0.0384615 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DE ALIMENTOS | 0.4800159 | 0.6354167 | 0.4800159 | 0.6354167 | 0.0002121 | 0.4012587 | 0.0145643 | 0.6334498 | 3.0341265 | 99.6904642 | -1.0000000 |
| CIÊNCIAS DE MATERIAIS | 0.5669255 | 0.0833333 | 0.5669255 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DO COMPORTAMENTO | 0.3663270 | 0.1578947 | 0.3663270 | 0.1578947 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DO ESPORTE | 0.4039629 | 0.1052632 | 0.4039629 | 0.1052632 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DO MEIO AMBIENTE | 0.6674145 | 1.5000000 | 0.6674145 | 1.5000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS DO MOVIMENTO HUMANO | 0.4107111 | 0.0322581 | 0.4107111 | 0.0322581 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS E BIOTECNOLOGIA | 0.4651629 | 0.5172414 | 0.4651629 | 0.5172414 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS E ENGENHARIA DE PETRÓLEO | 0.5248770 | 0.4000000 | 0.5248770 | 0.4000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS E MEIO AMBIENTE | 0.5391785 | 0.7142857 | 0.5391785 | 0.7142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS E TECNOLOGIAS EM SAÚDE | 0.5395710 | 0.6153846 | 0.5395710 | 0.6153846 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS FARMACÊUTICAS | 0.5170882 | 0.8658317 | 0.5109968 | 0.5692308 | 0.0080607 | 0.6236675 | 0.0897815 | 0.7897262 | 17.3629021 | 91.2101360 | -0.4225697 |
| CIÊNCIAS FÍSICAS APLICADAS | 0.5988824 | 0.1428571 | 0.5988824 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS FISIOLÓGICAS | 0.4577996 | 0.1269841 | 0.4577996 | 0.1269841 | 0.0056481 | 0.0005039 | 0.0751539 | 0.0224478 | 16.4163393 | 17.6776695 | -1.0000000 |
| CIÊNCIAS FLORESTAIS | 0.4475349 | 0.1065476 | 0.4260928 | 0.1047619 | 0.0080773 | 0.0032403 | 0.0898737 | 0.0569234 | 20.0819450 | 53.4252716 | -0.1321745 |
| CIÊNCIAS FLORESTAIS E AMBIENTAIS | 0.5653675 | 0.7357026 | 0.5744901 | 0.6666667 | 0.0002961 | 0.1776966 | 0.0172086 | 0.4215407 | 3.0437813 | 57.2977059 | -0.9445205 |
| CIÊNCIAS GENÔMICAS E BIOTECNOLOGIA | 0.4398451 | 1.4375000 | 0.4398451 | 1.4375000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS GEODÉSICAS E TECNOLOGIAS DA GEOINFORMAÇÃO | 0.6099696 | 0.3000000 | 0.6099696 | 0.3000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS MECÂNICAS | 0.4229471 | 0.0555556 | 0.4229471 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS MÉDICAS | 0.4255648 | 0.2821332 | 0.4014767 | 0.3809524 | 0.0022554 | 0.0411590 | 0.0474906 | 0.2028768 | 11.1594386 | 71.9081595 | 0.6292224 |
| CIÊNCIAS MÉDICO-CIRÚRGICAS | 0.3688990 | 0.2272727 | 0.3688990 | 0.2272727 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS MOLECULARES | 0.5344784 | 0.0625000 | 0.5344784 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS MORFOFUNCIONAIS | 0.4718498 | 0.2272727 | 0.4718498 | 0.2272727 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS NATURAIS | 0.5203391 | 0.1863426 | 0.5203391 | 0.1863426 | 0.0061456 | 0.0000027 | 0.0783941 | 0.0016368 | 15.0659740 | 0.8783935 | 1.0000000 |
| CIÊNCIAS ODONTOLÓGICAS | 0.4138420 | 0.1758829 | 0.4682018 | 0.1000000 | 0.0227222 | 0.0293676 | 0.1507389 | 0.1713699 | 36.4242548 | 97.4341202 | -0.9440753 |
| CIÊNCIAS PNEUMOLÓGICAS | 0.4518604 | 0.0476190 | 0.4518604 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS SOCIAIS | 0.5591889 | 0.0777778 | 0.5591889 | 0.0777778 | 0.0000177 | 0.0009877 | 0.0042041 | 0.0314270 | 0.7518233 | 40.4061018 | 1.0000000 |
| CIÊNCIAS TÉCNICAS NUCLEARES | 0.4782634 | 0.6153846 | 0.4782634 | 0.6153846 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIÊNCIAS VETERINÁRIAS | 0.4060971 | 0.9077323 | 0.4086310 | 1.0000000 | 0.0068248 | 0.3042924 | 0.0826121 | 0.5516271 | 20.3429483 | 60.7697969 | -0.9852560 |
| CIÊNCIAS VETERINÁRIAS NO SEMIÁRIDO | 0.4742958 | 0.1000000 | 0.4742958 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CIRURGIA E PESQUISA EXPERIMENTAL | 0.5123016 | 0.0714286 | 0.5123016 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CLÍNICA CIRÚRGICA VETERINÁRIA | 0.4057075 | 0.0714286 | 0.4057075 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CLÍNICA MÉDICA | 0.3653893 | 0.2063492 | 0.3653893 | 0.2063492 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CLÍNICA ODONTOLÓGICA | 0.3262647 | 0.5000000 | 0.3262647 | 0.5000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CLÍNICA VETERINÁRIA | 0.3350174 | 0.0769231 | 0.3350174 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| COGNIÇÃO E LINGUAGEM | 0.6339619 | 0.1578947 | 0.6339619 | 0.1578947 | NA | NA | NaN | NaN | NaN | NaN | NA |
| COGNIÇÃO, TECNOLOGIAS E INSTITUIÇÕES | 0.6507873 | 0.1250000 | 0.6507873 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| COMPUTAÇÃO | 0.4634794 | 0.6686594 | 0.4293059 | 0.2000000 | 0.0062729 | 0.6639032 | 0.0792017 | 0.8148025 | 17.0885116 | 121.8561371 | 0.3007375 |
| COMPUTAÇÃO APLICADA | 0.5823235 | 0.7979044 | 0.5752953 | 0.2714932 | 0.0154248 | 0.8373001 | 0.1241968 | 0.9150410 | 21.3277944 | 114.6805356 | 0.2148798 |
| COMUNICAÇÃO | 0.5296673 | 0.1630449 | 0.5232487 | 0.1394231 | 0.0038380 | 0.0152234 | 0.0619513 | 0.1233832 | 11.6962572 | 75.6743719 | 0.5084436 |
| COMUNICAÇÃO E CULTURA | 0.6468269 | 0.1000000 | 0.6468269 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| COMUNICAÇÃO E CULTURA CONTEMPORÂNEA | 0.5154527 | 0.2272727 | 0.5154527 | 0.2272727 | NA | NA | NaN | NaN | NaN | NaN | NA |
| COMUNICAÇÃO E LINGUAGENS | 0.6363999 | 0.1666667 | 0.6363999 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| COMUNICAÇÃO E SEMIÓTICA | 0.5542018 | 0.1764706 | 0.5542018 | 0.1764706 | NA | NA | NaN | NaN | NaN | NaN | NA |
| COMUNICAÇÃO SOCIAL | 0.4723305 | 0.1893939 | 0.4723305 | 0.1893939 | 0.0097640 | 0.0414371 | 0.0988129 | 0.2035610 | 20.9202958 | 107.4802307 | 1.0000000 |
| CONSERVAÇÃO DA FAUNA | 0.4977956 | 0.0526316 | 0.4977956 | 0.0526316 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CONSERVAÇÃO E MANEJO DE RECURSOS NATURAIS | 0.5809123 | 0.1428571 | 0.5809123 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CONSTRUÇÃO CIVIL | 0.5056032 | 0.0588235 | 0.5056032 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CONTABILIDADE | 0.5703811 | 0.1394231 | 0.5703811 | 0.1394231 | 0.0000203 | 0.0004161 | 0.0045077 | 0.0203973 | 0.7903026 | 14.6297955 | 1.0000000 |
| CONTROLADORIA E CONTABILIDADE | 0.6617436 | 0.1875000 | 0.6617436 | 0.1875000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CUIDADO PRIMÁRIO EM SAÚDE | 0.5785265 | 0.0666667 | 0.5785265 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CUIDADOS CLÍNICOS EM ENFERMAGEM E SAÚDE | 0.3511748 | 0.0500000 | 0.3511748 | 0.0500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| CULTURA E TERRITORIALIDADES | 0.6228983 | 0.0555556 | 0.6228983 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DEFESA AGROPECUÁRIA | 0.6156046 | 0.4000000 | 0.6156046 | 0.4000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DEFESA SANITÁRIA ANIMAL | 0.3885295 | 0.0666667 | 0.3885295 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DEMOGRAFIA | 0.4965118 | 0.0833333 | 0.4965118 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO COMUNITÁRIO | 0.7677717 | 0.2000000 | 0.7677717 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO DE PROCESSOS AMBIENTAIS | 0.6252646 | 2.1111111 | 0.6252646 | 2.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO E GESTÃO SOCIAL | 0.6817571 | 0.5500000 | 0.6817571 | 0.5500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO E MEIO AMBIENTE | 0.6287481 | 0.2171717 | 0.6287481 | 0.2171717 | 0.0000694 | 0.0589736 | 0.0083287 | 0.2428448 | 1.3246466 | 111.8215375 | -1.0000000 |
| DESENVOLVIMENTO E MEIO AMBIENTE URBANO | 0.8314655 | 0.1111111 | 0.8314655 | 0.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO LOCAL | 0.6516960 | 0.5769231 | 0.6516960 | 0.5769231 | 0.0003225 | 0.1449704 | 0.0179592 | 0.3807498 | 2.7557692 | 65.9966329 | -1.0000000 |
| DESENVOLVIMENTO REGIONAL | 0.6437128 | 0.1400145 | 0.6590250 | 0.1098901 | 0.0027226 | 0.0096586 | 0.0521786 | 0.0982782 | 8.1058885 | 70.1914604 | 0.5859657 |
| DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE | 0.6415919 | 0.1333333 | 0.6415919 | 0.1333333 | 0.0049545 | 0.0000000 | 0.0703879 | 0.0000000 | 10.9708224 | 0.0000000 | NA |
| DESENVOLVIMENTO RURAL | 0.5886501 | 0.0714286 | 0.5886501 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO RURAL SUSTENTÁVEL | 0.6331902 | 0.1250000 | 0.6331902 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO SUSTENTÁVEL DO TRÓPICO ÚMIDO | 0.5792221 | 0.1500000 | 0.5792221 | 0.1500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO TERRITORIAL E MEIO AMBIENTE | 0.6221869 | 0.0588235 | 0.6221869 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO TERRITORIAL E POLÍTICAS PÚBLICAS | 0.6706328 | 0.0714286 | 0.6706328 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO TERRITORIAL SUSTENTÁVEL | 0.6095288 | 0.1111111 | 0.6095288 | 0.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESENVOLVIMENTO, TECNOLOGIAS E SOCIEDADE | 0.8118236 | 0.1428571 | 0.8118236 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DESIGN | 0.6164382 | 0.6010806 | 0.5953157 | 0.5993590 | 0.0052136 | 0.1538049 | 0.0722050 | 0.3921797 | 11.7132538 | 65.2457659 | 0.0185510 |
| DESIGN, TECNOLOGIA E INOVAÇÃO | 0.7599298 | 0.2222222 | 0.7599298 | 0.2222222 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DINÂMICA DO ESPAÇO HABITADO | 0.4631979 | 0.2380952 | 0.4631979 | 0.2380952 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DINÂMICA DOS OCEANOS E DA TERRA | 0.4555833 | 0.0416667 | 0.4555833 | 0.0416667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DINÂMICAS TERRITORIAIS E SOCIEDADE NA AMAZÔNIA | 0.6843526 | 0.0714286 | 0.6843526 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DIREITO | 0.3278800 | 0.0786722 | 0.3199041 | 0.0250000 | 0.0076505 | 0.0127853 | 0.0874673 | 0.1130719 | 26.6766328 | 143.7253962 | 0.1295721 |
| DIREITO AGRÁRIO | 0.5518161 | 0.0769231 | 0.5518161 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DIREITOS HUMANOS | 0.4783020 | 0.1538462 | 0.4783020 | 0.1538462 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DIVERSIDADE CULTURAL E INCLUSÃO SOCIAL | 0.6250961 | 0.7894737 | 0.6250961 | 0.7894737 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DOCÊNCIA EM EDUCAÇÃO EM CIÊNCIAS E MATEMÁTICAS | 0.5434594 | 0.1739130 | 0.5434594 | 0.1739130 | NA | NA | NaN | NaN | NaN | NaN | NA |
| DOENÇAS INFECCIOSAS E PARASITÁRIAS | 0.4735301 | 0.0476190 | 0.4735301 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ECOLOGIA | 0.4595337 | 0.0966011 | 0.4066722 | 0.0694444 | 0.0092315 | 0.0054573 | 0.0960805 | 0.0738738 | 20.9082570 | 76.4730251 | -0.3531689 |
| ECOLOGIA APLICADA | 0.3916216 | 0.0555556 | 0.3916216 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ECOLOGIA DE BIOMAS TROPICAIS | 0.5359063 | 0.2000000 | 0.5359063 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ECOLOGIA DE ECOSSISTEMAS | 0.4630480 | 0.0833333 | 0.4630480 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ECOLOGIA E BIOMONITORAMENTO | 0.4430140 | 0.1000000 | 0.4430140 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ECOLOGIA E CONSERVAÇÃO DA BIODIVERSIDADE | 0.4408119 | 0.0526316 | 0.4408119 | 0.0526316 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ECOLOGIA E EVOLUÇÃO | 0.4238831 | 0.0500000 | 0.4238831 | 0.0500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ECOLOGIA E RECURSOS NATURAIS | 0.3569720 | 0.0740741 | 0.3569720 | 0.0740741 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ECOLOGIA HUMANA E GESTÃO SOCIOAMBIENTAL | 0.6386146 | 0.0588235 | 0.6386146 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ECONOMIA | 0.5469417 | 0.1439394 | 0.4979140 | 0.1666667 | 0.0151906 | 0.0028122 | 0.1232501 | 0.0530303 | 22.5344199 | 36.8421053 | -0.9995925 |
| EDUCAÇÃO | 0.4639776 | 0.0622236 | 0.4420728 | 0.0544118 | 0.0053000 | 0.0012949 | 0.0728014 | 0.0359844 | 15.6907051 | 57.8308325 | 0.5232742 |
| EDUCAÇÃO (PSICOLOGIA DA EDUCAÇÃO) | 0.4585828 | 0.0714286 | 0.4585828 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO AMBIENTAL | 0.5567400 | 0.0500000 | 0.5567400 | 0.0500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO CIENTIFICA E TECNOLÓGICA | 0.4162783 | 0.0714286 | 0.4162783 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO DE JOVENS E ADULTOS | 0.4975216 | 0.0476190 | 0.4975216 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO E CONTEMPORANEIDADE | 0.4322724 | 0.8000000 | 0.4322724 | 0.8000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO E SAÚDE NA INFÂNCIA E ADOLESCÊNCIA | 0.5878228 | 0.0434783 | 0.5878228 | 0.0434783 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO EM CIÊNCIAS E MATEMÁTICA | 0.5762511 | 0.0769231 | 0.5762511 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO EM CIÊNCIAS E MATEMÁTICAS | 0.4646527 | 0.0952381 | 0.4646527 | 0.0952381 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO ESPECIAL (EDUCAÇÃO DO INDIVÍDUO ESPECIAL) | 0.3916563 | 0.0370370 | 0.3916563 | 0.0370370 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO FÍSICA | 0.4539229 | 0.1139243 | 0.4346203 | 0.0544118 | 0.0057481 | 0.0263793 | 0.0758160 | 0.1624170 | 16.7024046 | 142.5657592 | 0.0480202 |
| EDUCAÇÃO FÍSICA E ESPORTE | 0.3944808 | 0.0882353 | 0.3944808 | 0.0882353 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO MATEMÁTICA | 0.5355522 | 0.1168831 | 0.5355522 | 0.1168831 | 0.0189561 | 0.0013493 | 0.1376813 | 0.0367328 | 25.7082803 | 31.4269681 | 1.0000000 |
| EDUCAÇÃO MATEMÁTICA E TECNOLÓGICA | 0.4269379 | 0.1904762 | 0.4269379 | 0.1904762 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO NAS PROFISSÕES DA SAÚDE | 0.5735795 | 0.3636364 | 0.5735795 | 0.3636364 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO PARA A CIÊNCIA E A MATEMÁTICA | 0.4685595 | 0.0555556 | 0.4685595 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO, ARTE E HISTÓRIA DA CULTURA | 0.5803218 | 0.2105263 | 0.5803218 | 0.2105263 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EDUCAÇÃO: HISTÓRIA, POLÍTICA, SOCIEDADE | 0.5196959 | 0.0833333 | 0.5196959 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENERGIA | 0.5964673 | 0.3162393 | 0.5931537 | 0.2222222 | 0.0015329 | 0.0702024 | 0.0391518 | 0.2649573 | 6.5639451 | 83.7837838 | -0.6907974 |
| ENERGIA E AMBIENTE | 0.5837575 | 0.8444976 | 0.5837575 | 0.8444976 | 0.0006615 | 0.0866395 | 0.0257193 | 0.2943459 | 4.4058201 | 34.8545552 | -1.0000000 |
| ENERGIA ELÉTRICA | 0.5396368 | 0.1666667 | 0.5396368 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENFERMAGEM | 0.3947527 | 0.2556412 | 0.3941051 | 0.1250000 | 0.0054372 | 0.0875973 | 0.0737374 | 0.2959684 | 18.6793852 | 115.7749246 | 0.0685829 |
| ENFERMAGEM E BIOCIÊNCIAS | 0.5902591 | 0.1904762 | 0.5902591 | 0.1904762 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENFERMAGEM E SAÚDE | 0.4864606 | 0.1666667 | 0.4864606 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENFERMAGEM NA ATENÇÃO PRIMÁRIA EM SAÚDE NO SUS | 0.4873903 | 0.3636364 | 0.4873903 | 0.3636364 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENFERMAGEM NA SAÚDE DO ADULTO | 0.2898042 | 0.1111111 | 0.2898042 | 0.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA (ENGENHARIA DE PRODUÇÃO) | 0.6149738 | 0.9333333 | 0.6149738 | 0.9333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA AGRÍCOLA | 0.4911828 | 0.4770273 | 0.4908570 | 0.3000000 | 0.0061149 | 0.1198342 | 0.0781980 | 0.3461707 | 15.9203514 | 72.5683300 | -0.3545879 |
| ENGENHARIA AMBIENTAL | 0.5943818 | 0.2374085 | 0.5912342 | 0.2426901 | 0.0093831 | 0.0128774 | 0.0968663 | 0.1134786 | 16.2969832 | 47.7988685 | 0.3607138 |
| ENGENHARIA AMBIENTAL - DEAMB | 0.6404657 | 0.2727273 | 0.6404657 | 0.2727273 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA BIOMÉDICA | 0.5861541 | 0.7881010 | 0.5940706 | 0.4383117 | 0.0064602 | 0.8190914 | 0.0803752 | 0.9050367 | 13.7122981 | 114.8376508 | 0.0210728 |
| ENGENHARIA CIVIL | 0.4161364 | 0.3283129 | 0.4247639 | 0.1923077 | 0.0048219 | 0.0909254 | 0.0694398 | 0.3015383 | 16.6867933 | 91.8447849 | -0.3731841 |
| ENGENHARIA CIVIL (RECURSOS HÍDRICOS) | 0.4821809 | 0.5882353 | 0.4821809 | 0.5882353 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA CIVIL E AMBIENTAL | 0.4331644 | 0.1041667 | 0.4331644 | 0.1041667 | 0.0023587 | 0.0008681 | 0.0485661 | 0.0294628 | 11.2119308 | 28.2842712 | -1.0000000 |
| ENGENHARIA CIVIL: ESTRUTURAS E CONSTRUÇÃO CIVIL | 0.4948216 | 1.1111111 | 0.4948216 | 1.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DA COMPUTAÇÃO | 0.4371207 | 0.6428571 | 0.4371207 | 0.6428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DA INFORMAÇÃO | 0.5748925 | 0.1111111 | 0.5748925 | 0.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE ALIMENTOS | 0.3567060 | 0.7408907 | 0.3567060 | 0.7408907 | 0.0000017 | 0.0047206 | 0.0013131 | 0.0687067 | 0.3681155 | 9.2735316 | -1.0000000 |
| ENGENHARIA DE BIOMATERIAIS | 0.5350462 | 0.7500000 | 0.5350462 | 0.7500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE BIOPROCESSOS E BIOTECNOLOGIA | 0.5144038 | 5.0714286 | 0.5144038 | 5.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE BIOSSISTEMAS | 0.5868355 | 0.1935484 | 0.5868355 | 0.1935484 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE COMPUTAÇÃO E SISTEMAS | 0.5648937 | 0.3571429 | 0.5648937 | 0.3571429 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE CONSTRUÇÃO CIVIL | 0.4210715 | 0.2083333 | 0.4210715 | 0.2083333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE EDIFICAÇÕES E AMBIENTAL | 0.6320617 | 0.2500000 | 0.6320617 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE EDIFICAÇÕES E SANEAMENTO | 0.4346679 | 0.0909091 | 0.4346679 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE ENERGIA | 0.4925319 | 0.0666667 | 0.4925319 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE ENERGIA NA AGRICULTURA | 0.5277042 | 0.5000000 | 0.5277042 | 0.5000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE ESTRUTURAS | 0.3620968 | 1.0000000 | 0.3620968 | 1.0000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE MATERIAIS | 0.6533512 | 0.2628367 | 0.6558833 | 0.1875000 | 0.0017740 | 0.0642570 | 0.0421190 | 0.2534896 | 6.4466094 | 96.4437550 | 0.6682276 |
| ENGENHARIA DE MATERIAIS E NANOTECNOLOGIA | 0.5679266 | 0.3125000 | 0.5679266 | 0.3125000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE MATERIAIS E PROCESSOS SUSTENTÁVEIS | 0.6863324 | 1.1000000 | 0.6863324 | 1.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE MINAS, METALÚRGICA E DE MATERIAIS | 0.3567628 | 1.3529412 | 0.3567628 | 1.3529412 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE PETRÓLEO E GÁS | 0.6679585 | 0.7500000 | 0.6679585 | 0.7500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE PROCESSOS | 0.4637585 | 0.2941176 | 0.4637585 | 0.2941176 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE PROCESSOS E TECNOLOGIAS | 0.5436656 | 2.0714286 | 0.5436656 | 2.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE PRODUÇÃO | 0.6015517 | 0.8631690 | 0.6103450 | 0.8333333 | 0.0099662 | 0.4801935 | 0.0998309 | 0.6929600 | 16.5955686 | 80.2809117 | 0.1105034 |
| ENGENHARIA DE PRODUÇÃO - CENTRO ACADÊMICO DO AGRESTE | 0.4844449 | 0.1333333 | 0.4844449 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE PRODUÇÃO E SISTEMAS | 0.6211141 | 1.5000000 | 0.6211141 | 1.5000000 | 0.0015490 | 0.5000000 | 0.0393572 | 0.7071068 | 6.3365482 | 47.1404521 | -1.0000000 |
| ENGENHARIA DE PRODUÇÃO E SISTEMAS (PPGEPS) | 0.6504881 | 0.6363636 | 0.6504881 | 0.6363636 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE PRODUÇÃO E SISTEMAS COMPUTACIONAIS | 0.5720742 | 0.1250000 | 0.5720742 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE RECURSOS HÍDRICOS E AMBIENTAL | 0.4909012 | 0.0833333 | 0.4909012 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE RECURSOS NATURAIS DA AMAZÔNIA | 0.4010172 | 0.5625000 | 0.4010172 | 0.5625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE RESERVATÓRIO E DE EXPLORAÇÃO | 0.5824272 | 0.0714286 | 0.5824272 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE SISTEMAS | 0.5533330 | 0.3571429 | 0.5533330 | 0.3571429 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE SISTEMAS E AUTOMAÇÃO | 0.5015597 | 0.8888889 | 0.5015597 | 0.8888889 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE SISTEMAS E COMPUTAÇÃO | 0.4378338 | 0.0555556 | 0.4378338 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE SISTEMAS ELETRÔNICOS E DE AUTOMAÇÃO | 0.5413130 | 0.8750000 | 0.5413130 | 0.8750000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE SISTEMAS LOGÍSTICOS | 0.6184596 | 1.0000000 | 0.6184596 | 1.0000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE SOFTWARE | 0.4996528 | 1.0000000 | 0.4996528 | 1.0000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE TELEINFORMÁTICA | 0.4365510 | 0.8333333 | 0.4365510 | 0.8333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA DE TRANSPORTES | 0.5017401 | 0.0884615 | 0.5017401 | 0.0884615 | 0.0070706 | 0.0002663 | 0.0840869 | 0.0163178 | 16.7590620 | 18.4462639 | 1.0000000 |
| ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL | 0.6539323 | 0.0416667 | 0.6539323 | 0.0416667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA E CIÊNCIA DE ALIMENTOS | 0.3629749 | 0.7500000 | 0.3629749 | 0.7500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA E CIÊNCIA DE MATERIAIS | 0.5712187 | 0.7321429 | 0.5712187 | 0.7321429 | 0.0003814 | 0.4649235 | 0.0195295 | 0.6818530 | 3.4189208 | 93.1311370 | -1.0000000 |
| ENGENHARIA E CIÊNCIA DOS MATERIAIS | 0.5371531 | 2.0909091 | 0.5371531 | 2.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA E CIÊNCIAS AMBIENTAIS | 0.6273945 | 0.2727273 | 0.6273945 | 0.2727273 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA E DESENVOLVIMENTO SUSTENTÁVEL | 0.5939732 | 0.1428571 | 0.5939732 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA E GESTÃO DA INOVAÇÃO | 0.8550134 | 0.0833333 | 0.8550134 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA E GESTÃO DO CONHECIMENTO | 0.6029903 | 0.5312500 | 0.6029903 | 0.5312500 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA E TECNOLOGIA DE MATERIAIS | 0.4624063 | 0.7368421 | 0.4624063 | 0.7368421 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA ELETRICA | 0.4908313 | 0.3750000 | 0.4908313 | 0.3750000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA ELÉTRICA | 0.4211787 | 0.5445520 | 0.3969801 | 0.4666667 | 0.0085760 | 0.1407097 | 0.0926068 | 0.3751129 | 21.9875363 | 68.8846806 | -0.1533144 |
| ENGENHARIA ELÉTRICA - CORNÉLIO PROCÓPIO | 0.4603145 | 1.8750000 | 0.4603145 | 1.8750000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA ELÉTRICA - PATO BRANCO | 0.4943056 | 0.2500000 | 0.4943056 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA ELÉTRICA E COMPUTAÇÃO | 0.6714646 | 0.8888889 | 0.6714646 | 0.8888889 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO | 0.4744305 | 0.6363636 | 0.4744305 | 0.6363636 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA ELÉTRICA E INFORMÁTICA INDUSTRIAL | 0.3954531 | 0.3902439 | 0.3954531 | 0.3902439 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA ELETRÔNICA | 0.4687458 | 0.6666667 | 0.4687458 | 0.6666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA FLORESTAL | 0.3201845 | 0.1392774 | 0.3201845 | 0.1392774 | 0.0000605 | 0.0154864 | 0.0077780 | 0.1244442 | 2.4292155 | 89.3498945 | 1.0000000 |
| ENGENHARIA INDUSTRIAL | 0.4794975 | 1.1271930 | 0.4794975 | 1.1271930 | 0.0184515 | 0.1727070 | 0.1358363 | 0.4155803 | 28.3288846 | 36.8686026 | -1.0000000 |
| ENGENHARIA MECÂNICA | 0.4931171 | 0.6229010 | 0.4872004 | 0.4762787 | 0.0140928 | 0.3096440 | 0.1187132 | 0.5564566 | 24.0740432 | 89.3330811 | 0.0986860 |
| ENGENHARIA MECÂNICA - VOLTA REDONDA | 0.5187655 | 0.2941176 | 0.5187655 | 0.2941176 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA MECÂNICA E DE MATERIAIS | 0.4579057 | 0.6923077 | 0.4579057 | 0.6923077 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA MECÂNICA E TECNOLOGIA DE MATERIAIS | 0.4763096 | 0.4375000 | 0.4763096 | 0.4375000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA MECATRÔNICA | 0.6061020 | 1.1818182 | 0.6061020 | 1.1818182 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA METALÚRGICA | 0.4709522 | 0.6515152 | 0.4709522 | 0.6515152 | 0.0003044 | 0.0004591 | 0.0174457 | 0.0214275 | 3.7043390 | 3.2888687 | 1.0000000 |
| ENGENHARIA METALÚRGICA E DE MATERIAIS | 0.4316148 | 0.3636364 | 0.4316148 | 0.3636364 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA METALÚRGICA E DE MINAS | 0.4030975 | 0.4545455 | 0.4030975 | 0.4545455 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA MINERAL | 0.5382283 | 0.0714286 | 0.5382283 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA NAVAL | 0.6855429 | 0.1000000 | 0.6855429 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA NAVAL E OCEÂNICA | 0.5142380 | 0.3333333 | 0.5142380 | 0.3333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENGENHARIA OCEÂNICA | 0.4853672 | 0.1815789 | 0.4853672 | 0.1815789 | 0.0004373 | 0.0133102 | 0.0209109 | 0.1153701 | 4.3082635 | 63.5371311 | -1.0000000 |
| ENGENHARIA QUIMICA | 0.6244268 | 0.2916667 | 0.6244268 | 0.2916667 | 0.0231465 | 0.0868056 | 0.1521396 | 0.2946278 | 24.3646832 | 101.0152545 | 1.0000000 |
| ENGENHARIA QUÍMICA | 0.4476407 | 0.6402151 | 0.4298714 | 0.4904306 | 0.0101994 | 0.2428750 | 0.1009922 | 0.4928235 | 22.5609931 | 76.9777975 | -0.0267194 |
| ENGENHARIA URBANA | 0.4872467 | 0.2748538 | 0.4872467 | 0.2748538 | 0.0006595 | 0.0575220 | 0.0256804 | 0.2398374 | 5.2705028 | 87.2599858 | 1.0000000 |
| ENSINO | 0.6044584 | 0.0704545 | 0.6044584 | 0.0704545 | 0.0021519 | 0.0008368 | 0.0463887 | 0.0289271 | 7.6744166 | 41.0578131 | 1.0000000 |
| ENSINO CIENTIFICO E TECNOLÓGICO | 0.7108071 | 0.7500000 | 0.7108071 | 0.7500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO DAS CIÊNCIAS | 0.5608049 | 0.2860963 | 0.5608049 | 0.2860963 | 0.0052864 | 0.0567503 | 0.0727075 | 0.2382231 | 12.9648499 | 83.2667798 | 1.0000000 |
| ENSINO DE CIÊNCIA E TECNOLOGIA | 0.6315908 | 0.3000000 | 0.6315908 | 0.3000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO DE CIÊNCIAS | 0.5686720 | 0.1233974 | 0.5942845 | 0.0769231 | 0.0021361 | 0.0086985 | 0.0462178 | 0.0932659 | 8.1273186 | 75.5817378 | 0.4521968 |
| ENSINO DE CIÊNCIAS E MATEMÁTICA | 0.5593106 | 0.1355556 | 0.5434401 | 0.0733333 | 0.0112168 | 0.0134519 | 0.1059094 | 0.1159821 | 18.9357016 | 85.5605793 | 0.0944339 |
| ENSINO DE CIÊNCIAS HUMANAS, SOCIAIS E DA NATUREZA | 0.9378770 | 0.2142857 | 0.9378770 | 0.2142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO DE CIÊNCIAS NATURAIS | 0.5369851 | 0.2142857 | 0.5369851 | 0.2142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO DE CIÊNCIAS NATURAIS E MATEMÁTICA | 0.5877655 | 0.1071429 | 0.5877655 | 0.1071429 | 0.0065750 | 0.0070862 | 0.0810865 | 0.0841794 | 13.7957185 | 78.5674201 | 1.0000000 |
| ENSINO DE CIÊNCIAS, AMBIENTE E SOCIEDADE | 0.6036288 | 0.1428571 | 0.6036288 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO DE QUÍMICA | 0.5036179 | 0.2000000 | 0.5036179 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO EM CIÊNCIAS DA SAÚDE | 0.4818396 | 0.0975610 | 0.4818396 | 0.0975610 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO EM EDUCAÇÃO BÁSICA | 0.5774102 | 0.0952381 | 0.5774102 | 0.0952381 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO EM SAÚDE | 0.5848819 | 0.1333333 | 0.5848819 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO EM SAÚDE NA AMAZÔNIA | 0.6178902 | 0.3333333 | 0.6178902 | 0.3333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO NA EDUCAÇÃO BÁSICA | 0.5755434 | 0.1363636 | 0.5755434 | 0.1363636 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO NA SAÚDE | 0.5350198 | 1.0526316 | 0.5350198 | 1.0526316 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENSINO NA SAÚDE:FORMAÇÃO DOCENTE INTERDISCIPLINAR PARA O SUS | 0.4109925 | 1.3076923 | 0.4109925 | 1.3076923 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENTOMOLOGIA | 0.5635885 | 0.1168831 | 0.5635885 | 0.1168831 | 0.0724532 | 0.0013493 | 0.2691713 | 0.0367328 | 47.7602574 | 31.4269681 | -1.0000000 |
| ENTOMOLOGIA AGRÍCOLA | 0.4594190 | 0.4000000 | 0.4594190 | 0.4000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ENVELHECIMENTO HUMANO | 0.7844866 | 0.3571429 | 0.7844866 | 0.3571429 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EPIDEMIOLOGIA | 0.6676272 | 0.0416667 | 0.6676272 | 0.0416667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EPIDEMIOLOGIA EXPERIMENTAL APLICADA ÀS ZOONOSES | 0.3500407 | 0.4285714 | 0.3500407 | 0.4285714 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTATISTICA | 0.5426505 | 0.0666667 | 0.5426505 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTATÍSTICA | 0.3887519 | 0.0770677 | 0.3893633 | 0.0526316 | 0.0000085 | 0.0033177 | 0.0029127 | 0.0575998 | 0.7492559 | 74.7392851 | -0.9813554 |
| ESTATÍSTICA APLICADA E BIOMETRIA | 0.5506356 | 0.0833333 | 0.5506356 | 0.0833333 | 0.0384641 | 0.0005556 | 0.1961227 | 0.0235702 | 35.6175060 | 28.2842712 | 1.0000000 |
| ESTATÍSTICA E EXPERIMENTAÇÃO AGROPECUÁRIA | 0.5497493 | 0.1538462 | 0.5497493 | 0.1538462 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTRUTURAS E CONSTRUÇÃO CIVIL | 0.3211881 | 0.1875000 | 0.3211881 | 0.1875000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTUDOS COMPARADOS SOBRE AS AMÉRICAS | 0.5459077 | 0.0500000 | 0.5459077 | 0.0500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTUDOS CULTURAIS CONTEMPORÂNEOS | 0.6700287 | 0.0769231 | 0.6700287 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTUDOS DA LINGUAGEM | 0.4166112 | 0.1250000 | 0.4166112 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTUDOS DA TRADUÇÃO | 0.5413615 | 0.1875000 | 0.5413615 | 0.1875000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTUDOS LINGUÍSTICOS | 0.4634081 | 0.0769231 | 0.4634081 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTUDOS LINGÜÍSTICOS | 0.3788705 | 0.0307692 | 0.3788705 | 0.0307692 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ESTUDOS LINGUÍSTICOS E LITERÁRIOS EM INGLÊS | 0.4536374 | 0.0555556 | 0.4536374 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| EXERCICIO FISICO NA PROMOÇÂO DA SAUDE | 0.5013242 | 0.4615385 | 0.5013242 | 0.4615385 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FARMÁCIA | 0.6013956 | 0.3250000 | 0.6013956 | 0.3250000 | 0.0015590 | 0.0112500 | 0.0394847 | 0.1060660 | 6.5655184 | 32.6356976 | -1.0000000 |
| FARMÁCIA (FISIOPATOLOGIA E TOXICOLOGIA) | 0.4702881 | 0.1739130 | 0.4702881 | 0.1739130 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FARMACOLOGIA | 0.4276259 | 0.1678168 | 0.4320596 | 0.1788235 | 0.0037899 | 0.0094916 | 0.0615623 | 0.0974246 | 14.3962897 | 58.0541424 | -0.0267942 |
| FÁRMACOS E MEDICAMENTOS | 0.4059948 | 0.6428571 | 0.4059948 | 0.6428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FILOSOFIA | 0.4429540 | 0.1050189 | 0.4225003 | 0.0954545 | 0.0065252 | 0.0036803 | 0.0807785 | 0.0606655 | 18.2363119 | 57.7662594 | -0.1625493 |
| FÍSICA | 0.3694518 | 0.2239560 | 0.3416392 | 0.1254902 | 0.0074413 | 0.0858501 | 0.0862632 | 0.2930019 | 23.3489720 | 130.8301270 | 0.0253088 |
| FÍSICA AMBIENTAL | 0.6014283 | 0.0500000 | 0.6014283 | 0.0500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FÍSICA APLICADA | 0.4389899 | 0.0909091 | 0.4389899 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FÍSICA DA MATÉRIA CONDENSADA | 0.2437414 | 0.0952381 | 0.2437414 | 0.0952381 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FÍSICA E ASTRONOMIA | 0.5469466 | 0.1250000 | 0.5469466 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FISICA E QUIMICA DE MATERIAIS | 0.4363952 | 0.3750000 | 0.4363952 | 0.3750000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FISIOLOGIA | 0.5112699 | 0.0666667 | 0.5112699 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FISIOTERAPIA | 0.4246693 | 0.1670976 | 0.4181730 | 0.0769231 | 0.0049728 | 0.0259109 | 0.0705182 | 0.1609687 | 16.6054331 | 96.3321368 | 0.8956962 |
| FITOPATOLOGIA | 0.4074063 | 0.5879121 | 0.4074063 | 0.5879121 | 0.0029848 | 0.0319406 | 0.0546332 | 0.1787193 | 13.4099948 | 30.3989831 | 1.0000000 |
| FITOSSANIDADE | 0.3759819 | 0.3157895 | 0.3759819 | 0.3157895 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FITOTECNIA | 0.3792882 | 0.1015152 | 0.3792882 | 0.1015152 | 0.0039327 | 0.0024288 | 0.0627110 | 0.0492832 | 16.5338587 | 48.5476298 | -1.0000000 |
| FITOTECNIA (PRODUÇÃO VEGETAL) | 0.3326053 | 0.1153846 | 0.3326053 | 0.1153846 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FORMAÇÃO CIENTÍFICA, EDUCACIONAL E TECNOLÓGICA | 0.5718294 | 0.1052632 | 0.5718294 | 0.1052632 | NA | NA | NaN | NaN | NaN | NaN | NA |
| FORMAÇÃO DOCENTE INTERDISCIPLINAR | 0.6523280 | 0.0625000 | 0.6523280 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GENÉTICA | 0.4517179 | 0.1785714 | 0.4517179 | 0.1785714 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GENÉTICA E BIODIVERSIDADE | 0.7414726 | 0.7272727 | 0.7414726 | 0.7272727 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GENÉTICA E BIOLOGIA MOLECULAR | 0.4068030 | 0.4036850 | 0.4062862 | 0.4544288 | 0.0002601 | 0.0410848 | 0.0161277 | 0.2026938 | 3.9645097 | 50.2108812 | 0.1550842 |
| GENÉTICA E BIOQUÍMICA | 0.4605318 | 1.3500000 | 0.4605318 | 1.3500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GENÉTICA E MELHORAMENTO | 0.4228280 | 0.6711230 | 0.4228280 | 0.6711230 | 0.0046204 | 0.0024164 | 0.0679739 | 0.0491572 | 16.0760066 | 7.3246121 | -1.0000000 |
| GENÉTICA E MELHORAMENTO DE PLANTAS | 0.3526599 | 0.5357143 | 0.3526599 | 0.5357143 | 0.0003682 | 0.4311224 | 0.0191877 | 0.6565992 | 5.4408635 | 122.5651754 | -1.0000000 |
| GENÉTICA E TOXICOLOGIA APLICADA | 0.6568182 | 4.2727273 | 0.6568182 | 4.2727273 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GEOCIÊNCIAS | 0.3745424 | 0.0476190 | 0.3745424 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GEOCIÊNCIAS APLICADAS | 0.4578695 | 0.0769231 | 0.4578695 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GEOFÍSICA | 0.4340831 | 0.0769231 | 0.4340831 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GEOGRAFIA | 0.4236447 | 0.0867620 | 0.4114137 | 0.0666667 | 0.0045809 | 0.0020504 | 0.0676820 | 0.0452810 | 15.9761295 | 52.1898675 | -0.3898188 |
| GEOGRAFIA - TRATAMENTO DA INFORMAÇÃO ESPACIAL | 0.6069648 | 0.8000000 | 0.6069648 | 0.8000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GEOGRAFIA ( CAMPUS JATAI ) | 0.4798265 | 0.0625000 | 0.4798265 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GEOLOGIA | 0.3258574 | 0.1486783 | 0.3105392 | 0.0952381 | 0.0010183 | 0.0170383 | 0.0319113 | 0.1305306 | 9.7930229 | 87.7939997 | 0.4688836 |
| GEOQUÍMICA: PETRÓLEO E MEIO AMBIENTE | 0.6231327 | 0.5714286 | 0.6231327 | 0.5714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GEOTECNIA E TRANSPORTES | 0.7090187 | 0.2307692 | 0.7090187 | 0.2307692 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GERONTOLOGIA | 0.5924129 | 0.7857143 | 0.5924129 | 0.7857143 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GERONTOLOGIA BIOMÉDICA | 0.4918036 | 0.1764706 | 0.4918036 | 0.1764706 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO AMBIENTAL E SUSTENTABILIDADE | 0.7553030 | 0.3636364 | 0.7553030 | 0.3636364 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DA INFORMAÇÃO | 0.6054390 | 0.9090909 | 0.6054390 | 0.9090909 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DA QUALIDADE EM SERVIÇOS DE SAÚDE | 0.4115178 | 0.4545455 | 0.4115178 | 0.4545455 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DE COOPERATIVAS | 0.6717140 | 0.1111111 | 0.6717140 | 0.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DE DOCUMENTOS E ARQUIVOS | 0.5969986 | 2.1818182 | 0.5969986 | 2.1818182 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DE POLÍTICAS PÚBLICAS | 0.5818902 | 0.1428571 | 0.5818902 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DE PROJETOS | 0.6179924 | 1.8000000 | 0.6179924 | 1.8000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DE REDES DE TELECOMUNICAÇÕES | 0.5990196 | 0.4444444 | 0.5990196 | 0.4444444 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DE SISTEMAS DE ENGENHARIA | 0.6139957 | 0.5000000 | 0.6139957 | 0.5000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DO CONHECIMENTO E TECNOLOGIA DA INFORMAÇÃO | 0.7236664 | 0.2857143 | 0.7236664 | 0.2857143 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO DO DESENVOLVIMENTO LOCAL SUSTENTÁVEL | 0.7217294 | 0.0909091 | 0.7217294 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTAO DOS RECURSOS NATURAIS E DESENVOLVIMENTO LOCAL NA AMAZONIA | 0.6453903 | 0.1333333 | 0.6453903 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO E AVALIAÇÃO DA EDUCAÇÃO PÚBLICA | 0.4452269 | 0.0425532 | 0.4452269 | 0.0425532 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO E ECONOMIA DA SAÚDE | 0.5235912 | 2.8235294 | 0.5235912 | 2.8235294 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO E ESTRATÉGIA | 0.5986111 | 0.4375000 | 0.5986111 | 0.4375000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO E INFORMÁTICA EM SAÚDE | 0.6708759 | 0.0769231 | 0.6708759 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO E INOVAÇÃO NA INDÚSTRIA ANIMAL | 0.6462485 | 0.4500000 | 0.6462485 | 0.4500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO E NEGÓCIOS | 0.5740408 | 0.2142857 | 0.5740408 | 0.2142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO E TECNOLOGIAS APLICADAS À EDUCAÇÃO | 0.5117115 | 1.1250000 | 0.5117115 | 1.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO EM SAÚDE | 0.5192842 | 0.1176471 | 0.5192842 | 0.1176471 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO EM SISTEMAS DE SAÚDE | 0.6028720 | 0.2000000 | 0.6028720 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO ESTRATÉGICA DE ORGANIZAÇÕES | 0.6170666 | 0.7500000 | 0.6170666 | 0.7500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| GESTÃO ORGANIZACIONAL | 0.5628897 | 0.2544643 | 0.5628897 | 0.2544643 | 0.0082590 | 0.0670041 | 0.0908789 | 0.2588516 | 16.1450607 | 101.7241334 | 1.0000000 |
| GESTÃO PÚBLICA | 0.6974869 | 0.0661172 | 0.6962913 | 0.0714286 | 0.0060681 | 0.0002024 | 0.0778983 | 0.0142257 | 11.1684191 | 21.5158972 | 0.9419008 |
| GESTÃO PÚBLICA E SOCIEDADE | 0.7295650 | 0.0588235 | 0.7295650 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| HEMATOLOGIA | 0.6224949 | 0.1333333 | 0.6224949 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| HISTÓRIA | 0.4230407 | 0.0615002 | 0.3639525 | 0.0526316 | 0.0175621 | 0.0004780 | 0.1325221 | 0.0218638 | 31.3260877 | 35.5507886 | 0.7229756 |
| HISTÓRIA DA CIÊNCIA | 0.6631048 | 0.2857143 | 0.6631048 | 0.2857143 | NA | NA | NaN | NaN | NaN | NaN | NA |
| IMUNOLOGIA | 0.4400431 | 0.2817460 | 0.4400431 | 0.2817460 | 0.0017161 | 0.0000315 | 0.0414254 | 0.0056120 | 9.4139464 | 1.9918501 | -1.0000000 |
| IMUNOLOGIA BÁSICA E APLICADA | 0.5160729 | 0.1111111 | 0.5160729 | 0.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| IMUNOLOGIA E PARASITOLOGIA APLICADAS | 0.4169129 | 0.8235294 | 0.4169129 | 0.8235294 | NA | NA | NaN | NaN | NaN | NaN | NA |
| IMUNOLOGIA E PARASITOLOGIA BÁSICAS E APLICADAS | 0.6339625 | 2.0000000 | 0.6339625 | 2.0000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INDÚSTRIA CRIATIVA | 0.6016751 | 0.6666667 | 0.6016751 | 0.6666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INFECTOLOGIA E MEDICINA TROPICAL | 0.4079019 | 1.6190476 | 0.4079019 | 1.6190476 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INFORMÁTICA | 0.4705291 | 0.3463731 | 0.4655101 | 0.2692308 | 0.0021901 | 0.0648080 | 0.0467986 | 0.2545742 | 9.9459544 | 73.4971041 | -0.3442473 |
| INFORMÁTICA APLICADA | 0.5226724 | 0.5243056 | 0.5226724 | 0.5243056 | 0.0005026 | 0.3414593 | 0.0224180 | 0.5843452 | 4.2891166 | 111.4512675 | 1.0000000 |
| INFORMÁTICA E GESTÃO DO CONHECIMENTO | 0.6283658 | 0.2727273 | 0.6283658 | 0.2727273 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INFORMÁTICA NA EDUCAÇÃO | 0.5935583 | 0.9500000 | 0.5935583 | 0.9500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INOVAÇÃO TECNOLÓGICA E BIOFARMACÊUTICA | 0.5849154 | 0.8571429 | 0.5849154 | 0.8571429 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INOVAÇÃO TECNOLÓGICA E PROPRIEDADE INTELECTUAL | 0.5899907 | 1.3846154 | 0.5899907 | 1.3846154 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INOVAÇÃO TERAPÊUTICA | 0.4089684 | 3.6000000 | 0.4089684 | 3.6000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INSTITUIÇÕES SOCIAIS, DIREITO E DEMOCRACIA | 0.3733116 | 0.1818182 | 0.3733116 | 0.1818182 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INTEGRIDADE DE MATERIAIS DA ENGENHARIA | 0.5585531 | 0.1538462 | 0.5585531 | 0.1538462 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INTERDISCIPLINAR EM BIOCIÊNCIAS APLICADAS | 0.7615017 | 0.1428571 | 0.7615017 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| INTERDISCIPLINAR EM CIÊNCIAS DA SAÚDE | 0.4286904 | 0.0142857 | 0.4286904 | 0.0142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| JORNALISMO | 0.6944535 | 0.6250000 | 0.6944535 | 0.6250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| LETRAS | 0.4739110 | 0.1106576 | 0.5182158 | 0.0833333 | 0.0086675 | 0.0105079 | 0.0930992 | 0.1025079 | 19.6448737 | 92.6351907 | 0.5299044 |
| LETRAS (LÍNGUA ESPANHOLA E LIT. ESPANHOLA E HISPANO-AMERIC.) | 0.3603612 | 0.0666667 | 0.3603612 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| LETRAS (LÍNGUA, LITERATURA E CULTURA ITALIANAS) | 0.4855011 | 0.0714286 | 0.4855011 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| LETRAS (TEORIA LITERÁRIA E LITERATURA COMPARADA) | 0.3742502 | 0.0454545 | 0.3742502 | 0.0454545 | NA | NA | NaN | NaN | NaN | NaN | NA |
| LETRAS: ESTUDOS DA LINGUAGEM | 0.6512542 | 0.1666667 | 0.6512542 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| LINGUÍSTICA | 0.3407773 | 0.0555556 | 0.3407773 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| LINGÜÍSTICA | 0.3332193 | 0.0952381 | 0.3332193 | 0.0952381 | NA | NA | NaN | NaN | NaN | NaN | NA |
| LINGÜÍSTICA APLICADA | 0.4051806 | 0.0732323 | 0.4051806 | 0.0732323 | 0.0039545 | 0.0006249 | 0.0628847 | 0.0249987 | 15.5201708 | 34.1361894 | -1.0000000 |
| LINGÜÍSTICA APLICADA E ESTUDOS DA LINGUAGEM | 0.3687077 | 0.5000000 | 0.3687077 | 0.5000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| LITERATURA E CULTURA | 0.3306989 | 0.0588235 | 0.3306989 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MANEJO DE SOLO E ÁGUA | 0.4386884 | 0.1428571 | 0.4386884 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MANEJO E CONSERVAÇÃO DE ECOSSISTEMAS NATURAIS E AGRÁRIOS | 0.6714739 | 0.2142857 | 0.6714739 | 0.2142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MATEMÁTICA | 0.4064511 | 0.0605789 | 0.3720218 | 0.0487805 | 0.0084896 | 0.0012449 | 0.0921392 | 0.0352828 | 22.6691822 | 58.2427744 | 0.2308305 |
| MATEMÁTICA APLICADA | 0.3732653 | 0.0555556 | 0.3732653 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MATEMÁTICA APLICADA E ESTATISTICA | 0.4997998 | 0.1578947 | 0.4997998 | 0.1578947 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MATEMÁTICA E ESTATÍSTICA | 0.5460119 | 0.1250000 | 0.5460119 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MATERIAIS | 0.5298698 | 1.0909091 | 0.5298698 | 1.0909091 | 0.0013874 | 0.0165289 | 0.0372473 | 0.1285649 | 7.0295218 | 11.7851130 | 1.0000000 |
| MATERIAIS PARA ENGENHARIA | 0.5601066 | 1.4705882 | 0.5601066 | 1.4705882 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MECATRÔNICA | 0.5092124 | 1.7272727 | 0.5092124 | 1.7272727 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDIC.VETERIN.(HIG.VETER.PROC.TECN.PROD.ORIG.ANIMAL) | 0.4136139 | 0.1250000 | 0.4136139 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICAMENTOS E ASSISTÊNCIA FARMACÊUTICA | 0.3969467 | 0.1000000 | 0.3969467 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA | 0.5540629 | 0.0625000 | 0.5540629 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA (CIRURGIA TORÁCICA E CARDIOVASCULAR) | 0.4163677 | 0.3076923 | 0.4163677 | 0.3076923 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA (NEFROLOGIA) | 0.5089423 | 0.0555556 | 0.5089423 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA (OTORRINOLARINGOLOGIA) | 0.3539438 | 0.1764706 | 0.3539438 | 0.1764706 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA (UROLOGIA) | 0.4041432 | 0.1538462 | 0.4041432 | 0.1538462 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA E CIÊNCIAS DA SAÚDE. | 0.4391082 | 0.1200000 | 0.4391082 | 0.1200000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA E SAÚDE | 0.4072318 | 0.0952381 | 0.4072318 | 0.0952381 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA INTERNA | 0.4382922 | 0.3461538 | 0.4382922 | 0.3461538 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA PEDIATRIA E SAUDE DA CRIANÇA | 0.4290791 | 0.0625000 | 0.4290791 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA TROPICAL | 0.4967827 | 0.0798149 | 0.4907244 | 0.0714286 | 0.0003316 | 0.0010372 | 0.0182093 | 0.0322061 | 3.6654541 | 40.3509989 | -0.8679481 |
| MEDICINA TROPICAL E SAÚDE PÚBLICA | 0.4935199 | 0.0800000 | 0.4935199 | 0.0800000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA VETERINÁRIA | 0.3495014 | 0.3636364 | 0.3495014 | 0.3636364 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA VETERINÁRIA ( CLÍNICA E REPRODUÇÃO ANIMAL) | 0.3381468 | 0.5789474 | 0.3381468 | 0.5789474 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEDICINA: CIÊNCIAS MÉDICAS | 0.4152185 | 0.0526316 | 0.4152185 | 0.0526316 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEIO AMBIENTE , ÁGUAS E SANEAMENTO | 0.6022722 | 0.0666667 | 0.6022722 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEIO AMBIENTE E DESENVOLVIMENTO REGIONAL | 0.6806918 | 0.0588235 | 0.6806918 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEIO AMBIENTE E RECURSOS HÍDRICOS | 0.5748231 | 0.0625000 | 0.5748231 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEIO AMBIENTE URBANO E INDUSTRIAL | 0.5970797 | 0.0555556 | 0.5970797 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEIOS E PROCESSOS AUDIOVISUAIS | 0.6069154 | 0.0666667 | 0.6069154 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEMÓRIA SOCIAL | 0.5850133 | 0.2000000 | 0.5850133 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEMÓRIA SOCIAL E BENS CULTURAIS | 0.6190800 | 0.2666667 | 0.6190800 | 0.2666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MEMÓRIA:LINGUAGEM E SOCIEDADE | 0.4883590 | 0.0454545 | 0.4883590 | 0.0454545 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MESTRADO PROFISSIONAL EM ACONSELHAMENTO GENÉTICO E GENÔMICA HUMANA | 0.5648745 | 0.0909091 | 0.5648745 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| METEOROLOGIA | 0.4740987 | 0.2000000 | 0.4740987 | 0.2000000 | 0.0108864 | 0.0355556 | 0.1043378 | 0.1885618 | 22.0076214 | 94.2809042 | 1.0000000 |
| MÉTODOS E GESTÃO EM AVALIAÇÃO | 0.8356351 | 0.3571429 | 0.8356351 | 0.3571429 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MÉTODOS NUMÉRICOS EM ENGENHARIA | 0.4422782 | 0.0416667 | 0.4422782 | 0.0416667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| METROLOGIA | 0.6895513 | 0.7000000 | 0.6895513 | 0.7000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MICROBIOLOGIA | 0.5901471 | 0.7979167 | 0.5901471 | 0.7979167 | 0.0333165 | 1.0816753 | 0.1825280 | 1.0400362 | 30.9292309 | 130.3439654 | -1.0000000 |
| MICROBIOLOGIA AGRÍCOLA | 0.5140765 | 0.5683761 | 0.4754739 | 0.5384615 | 0.0045710 | 0.0076156 | 0.0676093 | 0.0872674 | 13.1516095 | 15.3538179 | -0.6738561 |
| MICROBIOLOGIA AGRÍCOLA E DO AMBIENTE | 0.5164008 | 0.1176471 | 0.5164008 | 0.1176471 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MICROBIOLOGIA APLICADA | 0.5962010 | 0.3529412 | 0.5962010 | 0.3529412 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MICROELETRÔNICA | 0.4363716 | 0.0526316 | 0.4363716 | 0.0526316 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MODELAGEM COMPUTACIONAL | 0.5213981 | 0.6142919 | 0.5309594 | 0.4361862 | 0.0030722 | 0.3684586 | 0.0554272 | 0.6070079 | 10.6304879 | 98.8142414 | -0.8514168 |
| MODELAGEM COMPUTACIONAL DE CONHECIMENTO | 0.5535122 | 0.9523810 | 0.5535122 | 0.9523810 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MODELAGEM COMPUTACIONAL DE SISTEMAS | 0.6233225 | 0.7272727 | 0.6233225 | 0.7272727 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MODELAGEM COMPUTACIONAL E SISTEMAS | 0.6663929 | 0.1538462 | 0.6663929 | 0.1538462 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA | 0.5950355 | 1.1333333 | 0.5950355 | 1.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MODELAGEM E OTIMIZAÇÃO | 0.6358250 | 0.1666667 | 0.6358250 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MODELAGEM EM CIÊNCIAS DA TERRA E DO AMBIENTE | 0.5598657 | 0.3000000 | 0.5598657 | 0.3000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MODELAGEM MATEMÁTICA | 0.5729993 | 1.5801282 | 0.5729993 | 1.5801282 | 0.0072335 | 4.5192513 | 0.0850500 | 2.1258531 | 14.8429593 | 134.5367466 | -1.0000000 |
| MODELAGEM MATEMÁTICA E COMPUTACIONAL | 0.5783553 | 0.6884058 | 0.5783553 | 0.6884058 | 0.0001450 | 0.2521529 | 0.0120408 | 0.5021483 | 2.0819113 | 72.9436469 | -1.0000000 |
| MONTAGEM INDUSTRIAL | 0.5286568 | 0.9333333 | 0.5286568 | 0.9333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MUSEOLOGIA E PATRIMÖNIO | 0.6212897 | 0.0666667 | 0.6212897 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| MÚSICA | 0.5296580 | 0.1981482 | 0.5280113 | 0.1185897 | 0.0067141 | 0.0281441 | 0.0819396 | 0.1677619 | 15.4702902 | 84.6648694 | -0.2150627 |
| NANOCIÊNCIAS | 0.5922908 | 0.1111111 | 0.5922908 | 0.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| NANOCIÊNCIAS E MATERIAIS AVANÇADOS | 0.4642071 | 0.2258065 | 0.4642071 | 0.2258065 | NA | NA | NaN | NaN | NaN | NaN | NA |
| NEUROCIÊNCIAS | 0.5241023 | 0.1041667 | 0.5241023 | 0.1041667 | 0.0020633 | 0.0008681 | 0.0454234 | 0.0294628 | 8.6669035 | 28.2842712 | -1.0000000 |
| NEUROCIÊNCIAS E BIOLOGIA CELULAR | 0.4321695 | 0.3928571 | 0.4321695 | 0.3928571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| NEUROCIÊNCIAS E COMPORTAMENTO | 0.5082443 | 0.5190217 | 0.5082443 | 0.5190217 | 0.0011313 | 0.3105063 | 0.0336344 | 0.5572309 | 6.6177542 | 107.3617626 | -1.0000000 |
| NEUROPSIQUIATRIA E CIÊNCIAS DO COMPORTAMENTO | 0.4739548 | 0.0909091 | 0.4739548 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| NUTRIÇÃO | 0.5069108 | 0.2831574 | 0.5171010 | 0.0769231 | 0.0007499 | 0.1340486 | 0.0273852 | 0.3661265 | 5.4023718 | 129.3014199 | -0.9781355 |
| NUTRIÇÃO E ALIMENTOS | 0.5335720 | 0.2991453 | 0.5335720 | 0.2991453 | 0.0018561 | 0.0422237 | 0.0430829 | 0.2054840 | 8.0744383 | 68.6903730 | -1.0000000 |
| NUTRIÇÃO E SAÚDE | 0.4722826 | 0.8493590 | 0.4722826 | 0.8493590 | 0.0108798 | 1.1735906 | 0.1043064 | 1.0833239 | 22.0855833 | 127.5460534 | 1.0000000 |
| NUTRIÇÃO HUMANA | 0.4196662 | 0.2857143 | 0.4196662 | 0.2857143 | NA | NA | NaN | NaN | NaN | NaN | NA |
| OCEANOGRAFIA | 0.5470993 | 0.0588235 | 0.5470993 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ODONTOLOGIA | 0.3964566 | 0.4131264 | 0.3717946 | 0.2187500 | 0.0107056 | 0.2302497 | 0.1034680 | 0.4798435 | 26.0981851 | 116.1493191 | 0.0719386 |
| ODONTOLOGIA (DENTÍSTICA) | 0.2694284 | 0.4800000 | 0.2694284 | 0.4800000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ODONTOLOGIA (ENDODONTIA) | 0.3299997 | 0.3076923 | 0.3299997 | 0.3076923 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ODONTOLOGIA CLÍNICA | 0.4887164 | 1.6666667 | 0.4887164 | 1.6666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ODONTOLOGIA EM SAÚDE PÚBLICA | 0.3864974 | 0.0952381 | 0.3864974 | 0.0952381 | NA | NA | NaN | NaN | NaN | NaN | NA |
| OFTALMOLOGIA E CIÊNCIAS VISUAIS | 0.3489555 | 0.0384615 | 0.3489555 | 0.0384615 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ONCOLOGIA E CIÊNCIAS MÉDICAS | 0.4600276 | 0.1363636 | 0.4600276 | 0.1363636 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ORGANIZAÇÕES E MERCADOS | 0.5298368 | 0.1000000 | 0.5298368 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| OTORRINOLARINGOLOGIA | 0.3582168 | 0.1818182 | 0.3582168 | 0.1818182 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PARASITOLOGIA | 0.4272089 | 1.3904665 | 0.4272089 | 1.3904665 | 0.0048038 | 0.0128390 | 0.0693098 | 0.1133092 | 16.2238612 | 8.1490059 | 1.0000000 |
| PATOLOGIA | 0.5211244 | 0.2846829 | 0.5315070 | 0.2385965 | 0.0051737 | 0.0147576 | 0.0719283 | 0.1214810 | 13.8025145 | 42.6723808 | 0.5313644 |
| PATOLOGIA AMBIENTAL E EXPERIMENTAL | 0.5423747 | 0.1000000 | 0.5423747 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PATOLOGIA EXPERIMENTAL | 0.4547232 | 0.2941176 | 0.4547232 | 0.2941176 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PATOLOGIA EXPERIMENTAL E COMPARADA | 0.3445354 | 0.1176471 | 0.3445354 | 0.1176471 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PATOLOGIA HUMANA | 0.4913209 | 0.2272727 | 0.4913209 | 0.2272727 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PATOLOGIA MOLECULAR | 0.4222736 | 0.4285714 | 0.4222736 | 0.4285714 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PATRIMÔNIO CULTURAL | 0.7287193 | 1.8666667 | 0.7287193 | 1.8666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PLANEJAMENTO DE SISTEMAS ENERGÉTICOS | 0.6283439 | 0.1538462 | 0.6283439 | 0.1538462 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PLANEJAMENTO E GOVERNANÇA PÚBLICA | 0.6366186 | 0.1428571 | 0.6366186 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PLANEJAMENTO ENERGÉTICO | 0.6037932 | 0.3333333 | 0.6037932 | 0.3333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PLANEJAMENTO TERRITORIAL | 0.5702845 | 0.0714286 | 0.5702845 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PLANEJAMENTO TERRITORIAL E DESENVOLVIMENTO SOCIAL | 0.6318957 | 0.1000000 | 0.6318957 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PLANEJAMENTO URBANO E REGIONAL | 0.4458699 | 0.0555556 | 0.4458699 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PLANTAS MEDICINAIS, AROMÁTICAS E CONDIMENTARES | 0.6172713 | 0.1000000 | 0.6172713 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| POLÍTICAS PÚBLICAS | 0.6262698 | 0.0833333 | 0.6262698 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| POLÍTICAS PÚBLICAS E FORMAÇÃO HUMANA | 0.5755092 | 0.2666667 | 0.5755092 | 0.2666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| POLÍTICAS SOCIAIS | 0.5596601 | 0.1111111 | 0.5596601 | 0.1111111 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PRÁTICAS SOCIOCULTURAIS E DESENVOLVIMENTO SOCIAL | 0.6648317 | 0.0833333 | 0.6648317 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PRESTAÇÃO JURISDICIONAL E DIREITOS HUMANOS | 0.5109720 | 0.0769231 | 0.5109720 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROCESSAMENTO DE MATERIAIS E CATÁLISE | 0.6862643 | 0.5454545 | 0.6862643 | 0.5454545 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROCESSOS CONSTRUTIVOS | 0.5732980 | 0.1818182 | 0.5732980 | 0.1818182 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROCESSOS E MANIFESTAÇÕES CULTURAIS | 0.5813548 | 0.0714286 | 0.5813548 | 0.0714286 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROCESSOS INTERATIVOS DOS ÓRGÃOS E SISTEMAS | 0.4252469 | 0.1538462 | 0.4252469 | 0.1538462 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROCESSOS QUÍMICOS E BIOTECNOLÓGICOS | 0.7192163 | 0.3076923 | 0.7192163 | 0.3076923 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROCESSOS TECNOLÓGICOS E AMBIENTAIS | 0.7010489 | 1.0769231 | 0.7010489 | 1.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PRODUÇÃO AGRÍCOLA | 0.5378653 | 0.1428571 | 0.5378653 | 0.1428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PRODUÇÃO ANIMAL | 0.5527488 | 0.0833333 | 0.5527488 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PRODUÇÃO VEGETAL | 0.4130034 | 0.1649832 | 0.4271555 | 0.1339286 | 0.0015227 | 0.0128069 | 0.0390214 | 0.1131675 | 9.4482104 | 68.5933909 | 0.3314809 |
| PRODUÇÃO VEGETAL E BIOPROCESSOS ASSOCIADOS | 0.5796751 | 0.3571429 | 0.5796751 | 0.3571429 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PRODUTOS BIOATIVOS E BIOCIÊNCIAS | 0.5684464 | 0.0869565 | 0.5684464 | 0.0869565 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROGRAMA DE PÓS-GRADUAÇÃO EM ALIMENTAÇÃO E NUTRIÇÃO | 0.5490009 | 0.2500000 | 0.5490009 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E COMPUTAÇÃO | 0.5628554 | 0.5555556 | 0.5628554 | 0.5555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE TELECOMUNICAÇÕES | 0.4095407 | 0.0833333 | 0.4095407 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROGRAMA DE PÓS-GRADUAÇÃO EM ENSINO DE CIÊNCIAS E MATEMÁTICA | 0.6011029 | 0.1333333 | 0.6011029 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROJETOS EDUCACIONAIS DE CIÊNCIAS | 0.7529762 | 0.2142857 | 0.7529762 | 0.2142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROMOÇÃO DE SAÚDE | 0.5987246 | 0.0769231 | 0.5987246 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PROMOÇÃO DE SAÚDE E PREVENÇÃO DA VIOLÊNCIA | 0.4831423 | 0.0689655 | 0.4831423 | 0.0689655 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PSICANÁLISE, SAÚDE E SOCIEDADE | 0.5546597 | 0.4807692 | 0.5546597 | 0.4807692 | 0.0001744 | 0.0007396 | 0.0132043 | 0.0271964 | 2.3806178 | 5.6568542 | -1.0000000 |
| PSICOBIOLOGIA | 0.4409988 | 0.0555556 | 0.4409988 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PSICOLOGIA | 0.3820297 | 0.1306715 | 0.3503131 | 0.1000000 | 0.0041125 | 0.0143181 | 0.0641287 | 0.1196582 | 16.7862996 | 91.5717436 | 0.1460377 |
| PSICOLOGIA (PSICOLOGIA CLÍNICA) | 0.4237775 | 0.1388889 | 0.4237775 | 0.1388889 | 0.0177561 | 0.0138889 | 0.1332518 | 0.1178511 | 31.4438178 | 84.8528137 | 1.0000000 |
| PSICOLOGIA (PSICOLOGIA EXPERIMENTAL) | 0.4089283 | 0.3913043 | 0.4089283 | 0.3913043 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PSICOLOGIA (PSICOLOGIA SOCIAL) | 0.3946296 | 0.1250000 | 0.3946296 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PSICOLOGIA (TEORIA E PESQUISA DO COMPORTAMENTO) | 0.3314605 | 0.3636364 | 0.3314605 | 0.3636364 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PSICOLOGIA ESCOLAR E DO DESENVOLVIMENTO HUMANO | 0.3009927 | 0.0434783 | 0.3009927 | 0.0434783 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PSICOLOGIA EXPERIMENTAL: ANÁLISE DO COMPORTAMENTO | 0.4888889 | 0.7777778 | 0.4888889 | 0.7777778 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PSICOLOGIA SOCIAL | 0.4619067 | 0.1250000 | 0.4619067 | 0.1250000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| PSIQUIATRIA E PSICOLOGIA MÉDICA | 0.3841647 | 0.0476190 | 0.3841647 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| QUALIDADE AMBIENTAL | 0.6593600 | 0.2631579 | 0.6593600 | 0.2631579 | 0.0092094 | 0.0886427 | 0.0959657 | 0.2977292 | 14.5543657 | 113.1370850 | -1.0000000 |
| QUIMICA | 0.3259900 | 0.8716475 | 0.3259900 | 0.8716475 | 0.0001524 | 0.3298836 | 0.0123439 | 0.5743549 | 3.7865864 | 65.8930275 | 1.0000000 |
| QUÍMICA | 0.3860352 | 0.4838323 | 0.3515984 | 0.4090909 | 0.0105401 | 0.1369383 | 0.1026648 | 0.3700518 | 26.5946874 | 76.4834933 | -0.1212797 |
| QUÍMICA - CAMPUS CATALÃO | 0.5162081 | 0.0666667 | 0.5162081 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| QUÍMICA APLICADA | 0.5236986 | 0.2845850 | 0.5236986 | 0.2845850 | 0.0001773 | 0.0750207 | 0.0133173 | 0.2738991 | 2.5429253 | 96.2450897 | 1.0000000 |
| QUÍMICA BIOLÓGICA | 0.5289998 | 0.4571678 | 0.5289998 | 0.4571678 | 0.0313863 | 0.3026202 | 0.1771618 | 0.5501093 | 33.4899571 | 120.3298347 | 1.0000000 |
| QUÍMICA DE PRODUTOS NATURAIS | 0.4046302 | 0.0555556 | 0.4046302 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| QUÍMICA E BIOTECNOLOGIA | 0.4025659 | 0.9259259 | 0.4025659 | 0.9259259 | NA | NA | NaN | NaN | NaN | NaN | NA |
| QUÍMICA MEDICINAL E MODELAGEM MOLECULAR | 0.6067694 | 0.1764706 | 0.6067694 | 0.1764706 | NA | NA | NaN | NaN | NaN | NaN | NA |
| QUIMICA TECNOLOGICA E AMBIENTAL | 0.4282288 | 0.5185185 | 0.4282288 | 0.5185185 | NA | NA | NaN | NaN | NaN | NaN | NA |
| RECURSOS AQUÁTICOS CONTINENTAIS AMAZÔNICOS | 0.5368871 | 0.1666667 | 0.5368871 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| RECURSOS GENÉTICOS VEGETAIS | 0.5202006 | 0.1176471 | 0.5202006 | 0.1176471 | NA | NA | NaN | NaN | NaN | NaN | NA |
| RECURSOS HÍDRICOS | 0.5802549 | 0.2166667 | 0.5802549 | 0.2166667 | 0.0035559 | 0.0272222 | 0.0596313 | 0.1649916 | 10.2767436 | 76.1499611 | -1.0000000 |
| RECURSOS HIDRICOS E SANEAMENTO | 0.4537701 | 0.1000000 | 0.4537701 | 0.1000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| RECURSOS HÍDRICOS E SANEAMENTO AMBIENTAL | 0.4756930 | 0.0416667 | 0.4756930 | 0.0416667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| RECURSOS HÍDRICOS EM SISTEMAS AGRÍCOLAS | 0.4559400 | 0.4000000 | 0.4559400 | 0.4000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| RECURSOS NATURAIS DA AMAZÔNIA | 0.6189364 | 0.1052632 | 0.6189364 | 0.1052632 | NA | NA | NaN | NaN | NaN | NaN | NA |
| RECURSOS NATURAIS DO CERRADO (RENAC) | 0.5367353 | 0.2105263 | 0.5367353 | 0.2105263 | NA | NA | NaN | NaN | NaN | NaN | NA |
| RECURSOS PESQUEIROS E AQUICULTURA | 0.4367372 | 0.1176471 | 0.4367372 | 0.1176471 | NA | NA | NaN | NaN | NaN | NaN | NA |
| RECURSOS PESQUEIROS E ENGENHARIA DE PESCA | 0.4507625 | 0.0588235 | 0.4507625 | 0.0588235 | NA | NA | NaN | NaN | NaN | NaN | NA |
| REPRODUÇÃO ANIMAL | 0.2868604 | 0.1333333 | 0.2868604 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| REPRODUÇÃO, SANIDADE E BEM-ESTAR ANIMAL | 0.4702315 | 0.2500000 | 0.4702315 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SANEAMENTO, MEIO AMBIENTE E RECURSOS HÍDRICOS | 0.4375872 | 0.0967742 | 0.4375872 | 0.0967742 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SANIDADE E PRODUÇÃO ANIMAL NOS TRÓPICOS | 0.6327381 | 0.0833333 | 0.6327381 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE | 0.4686027 | 0.2916667 | 0.4686027 | 0.2916667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAUDE COLETIVA | 0.5158704 | 0.0526316 | 0.5158704 | 0.0526316 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE COLETIVA | 0.5415526 | 0.1088776 | 0.5540080 | 0.0869565 | 0.0093379 | 0.0065936 | 0.0966328 | 0.0812008 | 17.8436640 | 74.5799472 | -0.0155451 |
| SAÚDE COLETIVA: POLÍTICAS E GESTÃO EM SAÚDE | 0.4618868 | 0.0434783 | 0.4618868 | 0.0434783 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE DA CRIANÇA E DO ADOLESCENTE | 0.3943580 | 0.0722222 | 0.3943580 | 0.0722222 | 0.0000827 | 0.0030247 | 0.0090931 | 0.0549972 | 2.3057970 | 76.1499611 | -1.0000000 |
| SAÚDE DA FAMÍLA | 0.6519751 | 0.0909091 | 0.6519751 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE DA MULHER | 0.4902431 | 0.8333333 | 0.4902431 | 0.8333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAUDE DO ADULTO E DA CRIANCA | 0.5174369 | 2.0869565 | 0.5174369 | 2.0869565 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE E AMBIENTE | 0.6567530 | 1.0666667 | 0.6567530 | 1.0666667 | 0.0000001 | 1.5022222 | 0.0003262 | 1.2256518 | 0.0496632 | 114.9048519 | 1.0000000 |
| SAÚDE E DESENVOLVIMENTO HUMANO | 0.6198949 | 0.1666667 | 0.6198949 | 0.1666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE E DESENVOLVIMENTO NA REGIÃO CENTRO-OESTE | 0.5414475 | 0.2121212 | 0.5414475 | 0.2121212 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE E MEIO AMBIENTE | 0.6164893 | 0.1333333 | 0.6164893 | 0.1333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE E NUTRIÇÃO | 0.4648957 | 0.1363636 | 0.4648957 | 0.1363636 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE E SOCIEDADE | 0.5078600 | 0.1875000 | 0.5078600 | 0.1875000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE HUMANA E MEIO AMBIENTE | 0.5591274 | 2.2105263 | 0.5591274 | 2.2105263 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE MATERNO INFANTIL | 0.4924747 | 0.0666667 | 0.4924747 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE PÚBLICA | 0.5088516 | 0.1221591 | 0.5088516 | 0.1221591 | 0.0040725 | 0.0071184 | 0.0638160 | 0.0843707 | 12.5411868 | 69.0662437 | -1.0000000 |
| SAÚDE, AMBIENTE E SOCIEDADE NA AMAZÔNIA | 0.6249994 | 0.0833333 | 0.6249994 | 0.0833333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE, AMBIENTE E TRABALHO | 0.5170866 | 0.3571429 | 0.5170866 | 0.3571429 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SAÚDE, INTERDISCIPLINARIDADE E REABILITAÇÃO | 0.5232052 | 0.0476190 | 0.5232052 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SEGURANÇA PÚBLICA | 0.5999615 | 0.2500000 | 0.5999615 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SEGURANÇA PÚBLICA, JUSTIÇA E CIDADANIA | 0.5685157 | 0.2272727 | 0.5685157 | 0.2272727 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SENSORIAMENTO REMOTO | 0.5322480 | 0.0476190 | 0.5322480 | 0.0476190 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SERVIÇO SOCIAL | 0.4603859 | 0.1166667 | 0.4603859 | 0.1166667 | 0.0426334 | 0.0005556 | 0.2064787 | 0.0235702 | 44.8490499 | 20.2030509 | -1.0000000 |
| SISTEMAS COSTEIROS E OCEÂNICOS | 0.4786691 | 0.0625000 | 0.4786691 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SISTEMAS DE GESTÃO | 0.6793050 | 0.2903226 | 0.6793050 | 0.2903226 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SISTEMAS DE GESTÃO SUSTENTÁVEIS | 0.6290558 | 0.0909091 | 0.6290558 | 0.0909091 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SISTEMAS DE INFORMAÇÃO | 0.4527815 | 2.4166667 | 0.4527815 | 2.4166667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SISTEMAS DE INFORMAÇÃO E GESTÃO DO CONHECIMENTO | 0.7807973 | 0.3636364 | 0.7807973 | 0.3636364 | 0.0023474 | 0.0165289 | 0.0484502 | 0.1285649 | 6.2052261 | 35.3553391 | -1.0000000 |
| SISTEMAS DE INFRAESTRUTURA URBANA | 0.5648221 | 0.2500000 | 0.5648221 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SISTEMAS DE PRODUÇÃO AGRÍCOLA FAMILIAR | 0.5412854 | 0.5625000 | 0.5412854 | 0.5625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SISTEMAS DE PRODUÇÃO NA AGROPECUÁRIA | 0.5431260 | 0.2500000 | 0.5431260 | 0.2500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SISTEMAS E COMPUTAÇÃO | 0.4895547 | 0.1734007 | 0.4895547 | 0.1734007 | 0.0153651 | 0.0197315 | 0.1239559 | 0.1404690 | 25.3201329 | 81.0083497 | 1.0000000 |
| SISTEMAS E PROCESSOS INDUSTRIAIS | 0.6186430 | 1.2727273 | 0.6186430 | 1.2727273 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SISTEMAS MECATRÔNICOS | 0.5638641 | 1.5263158 | 0.5638641 | 1.5263158 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SISTEMÁTICA E EVOLUÇÃO | 0.4125755 | 0.0666667 | 0.4125755 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SOCIEDADE, NATUREZA E DESENVOLVIMENTO | 0.6368665 | 0.0526316 | 0.6368665 | 0.0526316 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SOCIOBIODIVERSIDADE E TECNOLOGIAS SUSTENTÁVEIS | 0.7443572 | 0.0666667 | 0.7443572 | 0.0666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SOCIOLOGIA | 0.3881976 | 0.0625000 | 0.3881976 | 0.0625000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SOCIOLOGIA E DIREITO | 0.4040812 | 0.0333333 | 0.4040812 | 0.0333333 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SUSTENTABILIDADE DE ECOSSISTEMAS COSTEIROS E MARINHOS | 0.6213181 | 0.4615385 | 0.6213181 | 0.4615385 | NA | NA | NaN | NaN | NaN | NaN | NA |
| SUSTENTABILIDADE NA GESTÃO AMBIENTAL | 0.6142941 | 0.2142857 | 0.6142941 | 0.2142857 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA AMBIENTAL | 0.6618517 | 0.3179825 | 0.6618517 | 0.3179825 | 0.0000329 | 0.1408222 | 0.0057349 | 0.3752628 | 0.8664986 | 118.0136835 | -1.0000000 |
| TECNOLOGIA AMBIENTAL E RECURSOS HÍDRICOS | 0.4749377 | 0.2727273 | 0.4749377 | 0.2727273 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA BIOQUÍMICO-FARMACÊUTICA | 0.5991037 | 0.4615385 | 0.5991037 | 0.4615385 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA DE ALIMENTOS | 0.4793680 | 0.4482601 | 0.5073372 | 0.1428571 | 0.0074150 | 0.2964926 | 0.0861102 | 0.5445113 | 17.9632779 | 121.4721925 | -0.9754456 |
| TECNOLOGIA DE CELULOSE E PAPEL | 0.6551535 | 0.8000000 | 0.6551535 | 0.8000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA DE MATERIAIS E PROCESSOS INDUSTRIAIS | 0.7444816 | 1.6428571 | 0.7444816 | 1.6428571 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA DE PROCESSOS QUÍMICOS E BIOQUÍMICOS | 0.3076881 | 0.4047619 | 0.3076881 | 0.4047619 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA E GESTÃO DA INOVAÇÃO | 0.6336743 | 0.0769231 | 0.6336743 | 0.0769231 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA E GESTÃO EM EDUCAÇÃO A DISTÂNCIA | 0.6291800 | 0.2000000 | 0.6291800 | 0.2000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA E SOCIEDADE | 0.6145011 | 0.0384615 | 0.6145011 | 0.0384615 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA EM SAÚDE | 0.6258585 | 2.6923077 | 0.6258585 | 2.6923077 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA NUCLEAR | 0.4230388 | 0.7682927 | 0.4230388 | 0.7682927 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIA, AMBIENTE E SOCIEDADE | 0.7875198 | 0.1481481 | 0.7875198 | 0.1481481 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIAS AMBIENTAIS | 0.6980585 | 0.2548077 | 0.6980585 | 0.2548077 | 0.0018412 | 0.0337001 | 0.0429093 | 0.1835758 | 6.1469451 | 72.0448419 | 1.0000000 |
| TECNOLOGIAS COMPUTACIONAIS PARA O AGRONEGÓCIO | 0.9217794 | 0.2307692 | 0.9217794 | 0.2307692 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO | 0.6114943 | 0.4666667 | 0.6114943 | 0.4666667 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIAS E INOVAÇÕES AMBIENTAIS | 0.6932505 | 0.2222222 | 0.6932505 | 0.2222222 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIAS EDUCACIONAIS EM REDE | 0.6961879 | 0.6500000 | 0.6961879 | 0.6500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIAS ENERGÉTICAS NUCLEARES | 0.5059644 | 0.5882353 | 0.5059644 | 0.5882353 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIAS PARA O DESENVOLVIMENTO SUSTENTÁVEL | 0.7362493 | 0.2352941 | 0.7362493 | 0.2352941 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIAS QUÍMICA E BIOLÓGICA | 0.5223894 | 0.5600000 | 0.5223894 | 0.5600000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TECNOLOGIAS, COMUNICAÇÃO E EDUCAÇÃO | 0.5797145 | 0.0500000 | 0.5797145 | 0.0500000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| TRABALHO, SAÚDE E AMBIENTE | 0.6266879 | 0.0555556 | 0.6266879 | 0.0555556 | NA | NA | NaN | NaN | NaN | NaN | NA |
| URBANISMO | 0.4123739 | 0.4000000 | 0.4123739 | 0.4000000 | NA | NA | NaN | NaN | NaN | NaN | NA |
| VETERINÁRIA | 0.3344821 | 0.9545455 | 0.3344821 | 0.9545455 | NA | NA | NaN | NaN | NaN | NaN | NA |
| ZOOLOGIA | 0.4125082 | 0.0484322 | 0.4074088 | 0.0488095 | 0.0034615 | 0.0000151 | 0.0588345 | 0.0038857 | 14.2626247 | 8.0229218 | 0.4412388 |
| ZOOTECNIA | 0.4081988 | 0.2304637 | 0.4192778 | 0.0769231 | 0.0068147 | 0.1080888 | 0.0825511 | 0.3287686 | 20.2232579 | 142.6552483 | -0.0334172 |
##### ---------------------------------------------------------------------------------------
grau_f <- factor(ds_COR$NM_GRAU_PROGRAMA) ## Fator para split de categoria
ds_COR_grau <- ds_COR %>% select(NM_GRAU_PROGRAMA,IMI,IPT) %>%
split(grau_f, drop = T) %>% ## Separação por grau do programa
map(f.corr) ## Calculo de correlação para cada segmento
ds_COR_grau <- f.print_corr(ds_COR_grau)
ds_COR_grau <- ds_COR %>% group_by(NM_GRAU_PROGRAMA) %>%
summarise(m_IMI = mean(IMI), #|
m_IPT = mean(IPT), #| Média
md_IMI = median(IMI), #|
md_IPT = median(IPT), #| Mediana
v_IMI = var(IMI), #|
v_IPT = var(IPT), #| Variancia
d_IMI = sd(IMI), #|
d_IPT = sd(IPT), #| Devio padrão
pc_IMI = (d_IMI/m_IMI)*100, #|
pc_IPT = (d_IPT/m_IPT)*100) %>% #| Percentual do desvio padrão sobre valor esperado
merge(., ds_COR_grau, by.x = "NM_GRAU_PROGRAMA", by.y = "cat", all = T)
write.csv2(ds_COR_grau, paste0(v_path_o, "COR_grau.csv"))
kable(ds_COR_grau)| NM_GRAU_PROGRAMA | m_IMI | m_IPT | md_IMI | md_IPT | v_IMI | v_IPT | d_IMI | d_IPT | pc_IMI | pc_IPT | cor |
|---|---|---|---|---|---|---|---|---|---|---|---|
| DOUTORADO | 0.5469384 | 0.5030931 | 0.5849154 | 0.3076923 | 0.0149049 | 0.1922105 | 0.1220856 | 0.4384182 | 22.32164 | 87.14455 | -0.2978888 |
| MESTRADO | 0.5729381 | 0.3471827 | 0.5735685 | 0.1666667 | 0.0080292 | 0.1963755 | 0.0896056 | 0.4431427 | 15.63967 | 127.63962 | -0.0070459 |
| MESTRADO PROF. | 0.5876662 | 0.5096381 | 0.5848819 | 0.2352941 | 0.0094136 | 0.4798977 | 0.0970239 | 0.6927465 | 16.51003 | 135.92909 | 0.1539738 |
| MESTRADO/DOUTORADO | 0.4475720 | 0.4012911 | 0.4375872 | 0.1935484 | 0.0088005 | 0.2998060 | 0.0938107 | 0.5475454 | 20.95992 | 136.44593 | 0.1228013 |
f.mplot <- function(ds, label) {
#### Base -------------------------------------------
GGCor <- ggplot(data = ds, aes(x = ds[,1])) +
geom_col(aes(y = (as.double(cor)*100)),
width = 0.9,
alpha=0.4,
#stat = "sum",
col = "black",
size = 0.5
) +
scale_y_continuous(breaks = seq(-100, 100, by = 10)) +
geom_hline(yintercept = 0, col = 'black', alpha = 0.7) +
geom_hline(yintercept = 39, col = 'orange', alpha = 0.7, size = 1.5) +
geom_hline(yintercept = 70, col = '#009900', alpha = 0.7, size = 1.5) +
geom_point(aes(y = (as.double(cor)*100)),
size=1.8, shape=21, fill="black") +
geom_text(aes(y = (as.double(cor)*100) + ifelse(as.double(cor) > 0, 6, -6),
label = format(as.double(cor), digits = 4)),
size = 5) +
theme_light() +
theme(axis.text.x = element_text(angle = 0, vjust = 1, size = 14, colour = "black"),
axis.text.y = element_text(angle = 0, size = 14, colour = "black"),
axis.title.x = element_text(size = 16, face="bold"),
axis.title.y = element_text(size = 16, face="bold")) +
labs(#title = 'Correlação por Categoria',
x = paste0('Categoria (', label, ')'), y = 'Correlação x 100') +
geom_bar(aes(y = as.double(m_IMI)*100),
position = position_nudge(x = -0.225),
width = 0.35, alpha=0.30,
fill = "red",
stat = "sum",
size = 1) +
geom_bar(aes(y = as.double(m_IPT)*100),
position = position_nudge(x = 0.225),
width = 0.35, alpha=0.30,
fill = "blue",
stat = "sum",
size = 1)
return(GGCor)
}
cat("Gráfico para referência (com legenda)")## Gráfico para referência (com legenda)
g_legenda <- f.mplot(ds_COR_dependencia, "Dependência") +
geom_label(aes(x = 2.55, y = 72, label = 'Correlação forte'),
col = '#009900', hjust = 'right', alpha = 0.5, size=4) +
geom_label(aes(x = 2.55, y = 41, label = 'Correlação fraca'),
col = 'orange', hjust = 'right', alpha = 0.5, size=4) +
geom_label(aes(x = 0.6, y = 56, label = 'Média de IMI'),
col = 'red', hjust = 'left', alpha = 0.5, size=4) +
geom_label(aes(x = 1.05, y = 53, label = 'Média de IPT'),
col = 'blue', hjust = 'left', alpha = 0.5, size=4) +
geom_label(aes(x = 1, y = 19.9, label = 'Correlação'),
col = 'black', hjust = 'left', alpha = 0.5, size=4)
print(g_legenda)## Gráficos por categoria
f.disp <- function(ds) {
GGDisp <- ggplot(ds, aes(x=IPT, y=IMI)) +
geom_point() +
geom_smooth(method=lm) +
theme_light() +
theme(axis.text.x = element_text(angle = 0, size = 17, colour = "black"),
axis.text.y = element_text(angle = 0, size = 17, colour = "black"),
axis.title.x = element_text(size = 16, face="bold"),
axis.title.y = element_text(size = 16, face="bold")) +
scale_x_continuous(expand = c(0, 0.05), limits = c(0, 5.5)) +
scale_y_continuous(expand = c(0, 0), limits = c(0.2, 1))
return(GGDisp)
}
cat("Gráfico de Dispersão de IMI x IPT")## Gráfico de Dispersão de IMI x IPT
## Boxplot de IMI e IPT com outliers
ds_imiipt <- read_excel(paste0(v_path_inter, "IMI_IPT_Geral.xlsx"))
ggplot(ds_imiipt, aes(x=Indice, y=Valores, fill=factor(Indice))) +
stat_boxplot(geom = "errorbar", width=0.2, size=1) +
theme_light() +
theme(axis.text.x = element_text(angle = 0, size = 16, colour = "black"),
axis.text.y = element_text(angle = 0, size = 15, colour = "black"),
axis.title.x = element_text(size = 16, face="bold"),
axis.title.y = element_text(size = 16, face="bold")) +
geom_boxplot() +
scale_fill_manual(values=alpha(c("red", "blue"), 0.3)) +
theme(legend.position = "none")## Histogramas Gerais de IMI e IPT
print(ggplot(ds_COR, aes(x=IMI, fill=sex)) +
labs(y = 'Contagem') +
geom_histogram(colour="black", fill="red", alpha=0.3) +
theme_light() +
theme(panel.grid.minor.x=element_blank(),
panel.grid.major.x=element_blank()) +
theme(axis.text.x = element_text(angle = 0, size = 15, colour = "black"),
axis.text.y = element_text(angle = 0, size = 15, colour = "black"),
axis.title.x = element_text(size = 17, face="bold"),
axis.title.y = element_text(size = 17, face="bold"))
)print(ggplot(ds_COR, aes(x=IPT, fill=sex)) +
labs(y = 'Contagem') +
geom_histogram(colour="black", fill="blue", alpha=0.3) +
theme_light() +
theme(panel.grid.minor.x=element_blank(),
panel.grid.major.x=element_blank()) +
theme(axis.text.x = element_text(angle = 0, size = 15, colour = "black"),
axis.text.y = element_text(angle = 0, size = 15, colour = "black"),
axis.title.x = element_text(size = 17, face="bold"),
axis.title.y = element_text(size = 17, face="bold"))
)f.histo <- function(ds){
#### Histograma por categoria pelo GGPlot2 -------------
GGHis <- ggplot(ds,aes(ds[,2])) +
stat_bin(aes(y =..density..,
fill = ..count..),
col = "black",
binwidth = 0.05,
alpha = 0.8) +
geom_density(fill = "red",
color = "orange",
alpha = 0.11) +
scale_x_continuous(breaks = seq(0, 10, by = 0.10)) +
#scale_y_continuous(labels = NULL) +
labs(title = paste0('Histograma de ', v_idx, " - ", v_categ, " - ", ds[1,1]) , x = v_idx, y = 'Contagem') +
theme(axis.text.x = element_text(angle = 45)) +
scale_fill_distiller(name = 'Observações',
palette = v_pal,
direction = 1);GGHis
}
v_categ <- "Área de Avaliação"
v_idx <- "IPT"
v_pal <- 'YlGnBu'
ds_COR %<>% merge(., ds_siglas, by.x = "NM_AREA_AVALIACAO", by.y = "nome")
ds_cat_P <- ds_COR %>% select(sigla, IPT) %>%
split(as.factor(.$sigla)) %>%
map(f.histo);
v_idx <- "IMI"
v_pal <- 'YlGn'
ds_cat_D <- ds_COR %>% select(sigla, IMI) %>%
split(as.factor(.$sigla)) %>%
map(f.histo);
for(i in seq_along(ds_cat_P)){
print(ds_cat_P[[i]])
print(ds_cat_D[[i]])
}v_categ <- "Conceito do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'
ds_cat_P <- ds_COR %>% select(CD_CONCEITO_PROGRAMA, IPT) %>%
split(as.factor(.$CD_CONCEITO_PROGRAMA)) %>%
map(f.histo);
v_idx <- "IMI"
v_pal <- 'YlGn'
ds_cat_D <- ds_COR %>% select(CD_CONCEITO_PROGRAMA, IMI) %>%
split(as.factor(.$CD_CONCEITO_PROGRAMA)) %>%
map(f.histo);
for(i in seq_along(ds_cat_P)){
print(ds_cat_P[[i]])
print(ds_cat_D[[i]])
}#####------------------------------------------------------------------------------------------
v_categ <- "Status Jurídico"
v_idx <- "IPT"
v_pal <- 'YlGnBu'
ds_cat_P <- ds_COR %>% select(CS_STATUS_JURIDICO, IPT) %>%
split(as.factor(.$CS_STATUS_JURIDICO)) %>%
map(f.histo);
v_idx <- "IMI"
v_pal <- 'YlGn'
ds_cat_D <- ds_COR %>% select(CS_STATUS_JURIDICO, IMI) %>%
split(as.factor(.$CS_STATUS_JURIDICO)) %>%
map(f.histo);
for(i in seq_along(ds_cat_P)){
print(ds_cat_P[[i]])
print(ds_cat_D[[i]])
}#####------------------------------------------------------------------------------------------
v_categ <- "Dependência Administrativa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'
ds_cat_P <- ds_COR %>% select(DS_DEPENDENCIA_ADMINISTRATIVA, IPT) %>%
split(as.factor(.$DS_DEPENDENCIA_ADMINISTRATIVA)) %>%
map(f.histo);
v_idx <- "IMI"
v_pal <- 'YlGn'
ds_cat_D <- ds_COR %>% select(DS_DEPENDENCIA_ADMINISTRATIVA, IMI) %>%
split(as.factor(.$DS_DEPENDENCIA_ADMINISTRATIVA)) %>%
map(f.histo);
for(i in seq_along(ds_cat_P)){
print(ds_cat_P[[i]])
print(ds_cat_D[[i]])
}#####------------------------------------------------------------------------------------------
v_categ <- "Modalidade do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'
ds_cat_P <- ds_COR %>% select(NM_MODALIDADE_PROGRAMA, IPT) %>%
split(as.factor(.$NM_MODALIDADE_PROGRAMA)) %>%
map(f.histo);
v_idx <- "IMI"
v_pal <- 'YlGn'
ds_cat_D <- ds_COR %>% select(NM_MODALIDADE_PROGRAMA, IMI) %>%
split(as.factor(.$NM_MODALIDADE_PROGRAMA)) %>%
map(f.histo);
for(i in seq_along(ds_cat_P)){
print(ds_cat_P[[i]])
print(ds_cat_D[[i]])
}#####------------------------------------------------------------------------------------------
# Novo
v_categ <- "Estado-UF do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'
ds_cat_P <- ds_COR %>% select(SG_UF_PROGRAMA, IPT) %>%
split(as.factor(.$SG_UF_PROGRAMA)) %>%
map(f.histo);
v_idx <- "IMI"
v_pal <- 'YlGn'
ds_cat_D <- ds_COR %>% select(SG_UF_PROGRAMA, IMI) %>%
split(as.factor(.$SG_UF_PROGRAMA)) %>%
map(f.histo);
for(i in seq_along(ds_cat_P)){
print(ds_cat_P[[i]])
print(ds_cat_D[[i]])
}#####------------------------------------------------------------------------------------------
# Novo
v_categ <- "Região do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'
ds_cat_P <- ds_COR %>% select(NM_REGIAO, IPT) %>%
split(as.factor(.$NM_REGIAO)) %>%
map(f.histo);
v_idx <- "IMI"
v_pal <- 'YlGn'
ds_cat_D <- ds_COR %>% select(NM_REGIAO, IMI) %>%
split(as.factor(.$NM_REGIAO)) %>%
map(f.histo);
for(i in seq_along(ds_cat_P)){
print(ds_cat_P[[i]])
print(ds_cat_D[[i]])
}#####------------------------------------------------------------------------------------------
# Novo
v_categ <- "Grau do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'
ds_cat_P <- ds_COR %>% select(NM_GRAU_PROGRAMA, IPT) %>%
split(as.factor(.$NM_GRAU_PROGRAMA)) %>%
map(f.histo);
v_idx <- "IMI"
v_pal <- 'YlGn'
ds_cat_D <- ds_COR %>% select(NM_GRAU_PROGRAMA, IMI) %>%
split(as.factor(.$NM_GRAU_PROGRAMA)) %>%
map(f.histo);
for(i in seq_along(ds_cat_P)){
print(ds_cat_P[[i]])
print(ds_cat_D[[i]])
}Universidade Federal de Santa Catarina - PPGEGC, vca2@uol.com.br↩